基于SVM的家蚕中毒分类识别研究

文献类型： 中文期刊

第一作者： 石洪康

作者： 石洪康;陈肖;王志斌;胡光荣;马勇;张剑飞

作者机构：

关键词： 机器视觉;家蚕中毒;分类识别;SVM

期刊名称： 四川蚕业

ISSN： 1006-1185

年卷期： 2022 年 002 期

页码： 32-35

摘要： 本文使用机器视觉和机器学习技术开展了家蚕中毒的自动识别研究，主要内容包括：首先选择健康和中毒家蚕图像为识别对象，构建了家蚕中毒识别图像数据集，其次对图像进行中值滤波、尺寸缩放和阈值分割等处理以增强图像特征差异，并利用RGB和HSV两种颜色模型求解图像样本的颜色矩，提取出基于灰度共生矩阵的纹理特征，使用机器学习中的经典算法支持向量机（SVM）创建出分类识别模型，在数据集上的平均识别率为93.54%。本文结果验证了使用机器视觉和机器学习技术开展家蚕中毒识别的可行性，为后续研究提供参考。

分类号： TP391.41%S884.9

  • 相关文献

[1]基于ROI融合特征的柑橘炭疽病诊断方法. 熊晓菲,王秀琴,庄翠珍,郭家贤,谢新锐,吴建伟,李奇峰. 2024

[2]计算机视觉用于猪肉新鲜度检测的颜色特征优化选取. 潘婧,钱建平,刘寿春,韩帅. 2016

[3]信息技术在农作物病虫害监测预警中的应用综述. 李素,郭兆春,王聪,陈天恩,袁志高. 2018

[4]基于SVM的农作物种植结构遥感提取研究. 王川,常升龙,武喜红. 2018

[5]应用近红外光谱分析技术检测豆粕中掺杂三聚氰胺和尿素的研究. 孙丹丹,谷旭,李俊,李军国,董颖超. 2014

[6]基于Lasso-SVM模型的香辛植物风味预测研究. 张哨华,马斌,蒋鹏飞,冯岭,周婧雯. 2024

[7]一种草地高光谱图像分类方法. 武林,马玉宝,潘新,闫伟红,段俊杰. 2018

[8]蛋鸡发声与机械噪声特征提取及分类识别. 曹晏飞,余礼根,滕光辉,赵淑梅,刘旭明. 2014

[9]基于MobileNets的果园害虫分类识别模型研究. 樊景超. 2018

[10]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,王婷,胡林. 2019

[11]基于支持向量机的水稻纹枯病识别研究. 刘婷婷. 2011

[12]基于近红外光谱技术的果树花期树种识别方法. 王晓丽,张晓丽,周国民. 2017

[13]基于太赫兹时域光谱技术的烟草组分识别. 周博,朱文魁,王赵改,蒋鹏飞,刘洪坤,李智慧,张柯,付丽丽. 2022

[14]基于ResNet的典型养殖鱼类识别方法研究. 涂雪滢,刘世晶,钱程. 2022

[15]基于图像处理的作物营养诊断研究进展. 秦小立,叶露,李玉萍,刘燕群,谢铮辉. 2016

[16]贝叶斯方法在玉米叶部病害图像识别中的应用. 赵玉霞,王克如,白中英,李少昆,谢瑞芝,高世菊. 2007

[17]多时相极化SAR数据的旱地作物分类研究. 孙政,刘长安,梁庆国,曾妍,王迪. 2021

[18]苹果在线分级系统设计与试验. 张庆怡,顾宝兴,姬长英,方会敏,郭俊,沈文龙. 2017

[19]基于LabVIEW Vision的加工番茄表面霉斑缺陷检测. 丁竹青,李晓良,张若宇,坎杂,李硕. 2015

[20]基于立体视觉的玉米雄穗三维信息提取. 韩东,杨贵军,杨浩,邱春霞,陈明杰,温维亮,牛庆林,杨文攀. 2018

作者其他论文 更多>>

微信小程序