基于SVM的水稻稻瘟病识别方法

文献类型： 中文期刊

第一作者： 赵开才

作者： 赵开才;石凤梅;孟庆林;马立功

作者机构：

关键词： 图像识别;特征提取;多分类支持向量机;稻瘟病

期刊名称： 东北农业大学学报

ISSN： 1005-9369

年卷期： 2013 年 44 卷 11 期

页码： 118-126

收录情况： 北大核心 ; CSCD

摘要： 针对水稻稻瘟病人工识别准确性和效率不高的问题,提出基于多分类支持向量机的水稻稻瘟病识别方法。首先进行不同水稻稻瘟病病斑的颜色特征和形状特征提取,经过特征选择确定8个最佳特征组合,然后利用多分类支持向量机,对不同类型水稻稻瘟病进行识别。通过比较多分类支持向量机不同参数下的识别效果,确定稻瘟病识别支持向量机最佳模型参数。试验结果表明,基于多分类支持向量机的水稻稻瘟病识别方法具有较高识别精度,平均正确识别率达到了93.3%,能够有效地对水稻稻瘟病病害图像进行识别。

分类号： S435.111.41

  • 相关文献

[1]田间害虫图像识别中的特征提取与分类器设计研究. 张红涛,胡玉霞,赵明茜,邱道尹,张孝远,张恒源. 2008

[2]基于多层感知神经网络的水稻叶瘟病识别方法. 刘立波,周国民. 2009

[3]近红外光谱的苹果内部品质在线检测模型优化. 郭志明,黄文倩,陈全胜,彭彦昆,赵杰文. 2016

[4]基于视频的植物动画合成方法. 蒋艳娜,肖伯祥,郭新宇,杨宝祝. 2015

[5]基于线结构光视觉的穴盘苗外形参数在线测量系统研制及试验. 冯青春,刘新南,姜凯,范鹏飞,王秀. 2013

[6]基于分形维数的放牧地秃斑特征提取方法及其应用. 王钊齐,林慧龙. 2011

[7]基于扫描成像的作物近地高光谱获取与特征分析. 张东彦,黄文江,王纪华,杨贵军,朱大洲,刘镕源,马智宏. 2010

[8]支持向量机的动物血液光谱特征提取和识别分类. 卢鹏飞,范雅,周林华,钱军,刘林娜,赵思言,孔之丰,高斌. 2017

[9]基于机器视觉的作物多姿态害虫特征提取与分类方法. 李文勇,李明,陈梅香,钱建平,孙传恒,杜尚丰. 2014

[10]基于深度图像和BP神经网络的肉鸡体质量估测模型. 王琳,孙传恒,李文勇,吉增涛,张翔,王以忠,雷鹏,杨信廷. 2017

[11]基于深度学习的油菜籽粒图像分割方法初探. 彭顺正,黄筑斌,岳延滨,吴小波. 2020

[12]基于图像分割与融合特征的黄瓜叶片含水量分析方法. 何林飞,朱煜,钱婷婷,汪妍. 2019

[13]基于数字照片特征的小麦覆盖度自动提取研究. 李存军,王纪华,刘良云,王人潮. 2004

[14]利用太赫兹光谱技术构建番茄水分胁迫状态检测模型. 张晓东,段朝晖,毛罕平,高洪燕,石强,王亚飞,沈宝国,张馨. 2021

[15]基于图像处理技术的观赏菊品种识别方法研究. 翟果,李志敏,路文超,赵勇,王成. 2016

[16]家蚕微粒子病的图像识别技术研究. 张香琴,方如明,汪萍,蔡健荣,许俐. 2001

[17]基于经验模态分解与极限学习机的粮食产量模型预测. 袁世一. 2024

[18]基于玉米冠层原位监测的全生育期叶色建模及其应用. 杜建军,袁杰,王传宇,郭新宇. 2017

[19]基于支持向量机的水稻纹枯病识别研究. 刘婷婷. 2011

[20]基于图像的昆虫自动识别与计数研究进展. 姚青,吕军,杨保军,薛杰,郑宏海,唐健. 2011

作者其他论文 更多>>

微信小程序