-
题名基于CS-SVM的谷子叶片病害图像识别
被引量：14
- 1
-
-
作者
张红涛
李艺嘉
谭联
许帅涛
-
机构
华北水利水电大学电力学院
-
出处
《浙江农业学报》
CSCD
北大核心
2020年第2期274-282,共9页
-
基金
国家自然科学基金(31671580)
河南省科技攻关项目(162102110112)
-
文摘
利用图像识别方法对常见的谷子叶片病害进行判别,为制定合理的病害防治措施提供科学依据。试验采集了谷瘟病、白发病、红叶病、锈病共4种谷子叶片病害的原始图像,运用基于超绿特征的最大类间方差法对谷子叶片病害进行分割,提取谷子叶片病害颜色、形态、纹理等共计19个特征,采用蚁群优化算法选择了8个特征。运用布谷鸟算法(cuckoo search,CS)优化支持向量机(support vector machine,SVM)的惩罚因子c和径向核函数g,利用SVM对谷子叶片病害进行自动判别。结果表明,当c=80.2662,g=1.8467时,谷子叶片病害和叶片的平均识别率达到99%,表明基于CS-SVM的图像识别方法可对4种谷子叶片病害进行准确分类。
-
关键词
谷子叶片病害
超绿特征
蚁群优化
布谷鸟算法
支持向量机
-
Keywords
millet leaf disease
super green feature
ant colony optimization
cuckoo algorithm
support vector machine
-
分类号
S515
[农业科学—作物学]
TP39
[自动化与计算机技术—计算机应用技术]
-
