基于GLCM特征提取和投票分类模型的马铃薯早、晚疫病检测

文献类型： 中文期刊

第一作者： 代国威

作者： 代国威;胡林;樊景超;闫燊;王晓丽;满芮;刘婷婷

作者机构：

关键词： 植物病害;灰度共生矩阵;Fast K-Means聚类;支持向量机;决策树;k-近邻算法;投票分类

期刊名称： 江苏农业科学

ISSN： 1002-1302

年卷期： 2023 年 51 卷 008 期

页码： 185-192

收录情况： 北大核心

摘要： 马铃薯作为世界第四大粮食作物对农业生产与经济效益具有重要影响.早、晚疫病是引起马铃薯减产的主要原因之一,如能及早发现作物病害,准确确定病害类型,对于保护作物安全和控制病害传播具有重要意义.为实现自动化诊断马铃薯病害,本研究提出了一种基于预处理、分割、特征提取和分类器分类的马铃薯病害检测自动化方法.在多时间段、不同天气环境下选择叶片形状与植株生长情况差异较大的田间拍摄马铃薯照片制作数据集,通过构建投票分类器模型对病害图像进行特征提取和高精度分类检测.首先利用Fast K-Means聚类算法对灰度图像下的马铃薯叶片进行分割,获得叶片受关注的区域;其次使用GLCM算法对受关注的区域提取11类纹理特征信息,计算4个GLCM获得单个图像88个纹理特征,并形成特征向量;最后使用投票分类模型对病害特征向量进行分类.分类模型是随机森林、支持向量机、KNN方法的组合,分类过程使用网格搜索优化分类器超参数.在10折交叉验证下,马铃薯病害分类准确率、精确率、召回率平均提高12.18、14.00、9.53百分点,综合性能提高11.90百分点.分析GLCM特征,135.方向角特征敏感性最弱,权重方面对比度特征最高,同质性特征次之.结果表明,该方法可用于马铃薯早、晚疫病的检测.

分类号： TP391.41%S126

  • 相关文献

[1]组合SVM和决策树精确建立CCP点. 李杨,赵春江,杨信廷. 2010

[2]一种新的基于平衡决策树的SVM多类分类算法. 刁智华,赵春江,郭新宇,陆声链. 2011

[3]基于决策树和SVM的Sentinel-2A影像作物提取方法. 王利军,郭燕,贺佳,王利民,张喜旺,刘婷. 2018

[4]基于支持向量机的翠冠梨大小等级评定模型构建. 刘现,郑华伟. 2023

[5]基于线性组合核函数支持向量机的病害图像识别研究. 任东,于海业,王纪华. 2007

[6]基于SVM的温室黄瓜病害诊断研究. 任东,于海业,乔晓军. 2007

[7]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[8]基于LSP与GLCM融合的禾本科牧草种子特征提取算法. 陈桐,潘新,马玉宝,闫伟红. 2019

[9]基于蜂群优化多核支持向量机的淡水鱼种类识别. 吴一全,殷骏,戴一冕,袁永明. 2014

[10]决策树在人力资源管理中的应用研究. 孙华,李义杰,李清江. 2007

[11]基于高分1号影像的森林植被信息提取. 陶欢,李存军,周静平,董熙,王艾萌,吕红鹏. 2018

[12]决策树在精准农业中的应用现状与发展趋势. 史众,陈立平,陈天恩. 2011

[13]基于多时相GF-1遥感影像的作物分类提取. 贺鹏,徐新刚,张宝雷,李振海,金秀良,张秋阳,张勇峰. 2016

[14]基于时间序列环境卫星影像的作物分类识别. 李鑫川,徐新刚,王纪华,武洪峰,金秀良,李存军,鲍艳松. 2013

[15]基于多时相影像植被指数变化特征的作物遥感分类. 魏鹏飞,徐新刚,杨贵军,李中元,王建雯,陈帼. 2019

[16]基于GF-1/WFV时间序列数据的河套灌区主要农作物识别. 乌云德吉,于利峰,承昊,包珺玮,许洪滔,赵佳乐,乌兰吐雅. 2019

[17]基于决策树和面向对象的作物分布信息遥感提取. 周静平,李存军,史磊刚,史姝,胡海棠,淮贺举. 2016

[18]基于决策树的农民技术服务管理模型. 刘忠强,赵春江,王开义,喻钢,张方田. 2010

[19]地块数据支持下的玉米种植面积遥感测量方法. 马丽,顾晓鹤,徐新刚,黄文江,贾建华. 2009

[20]RADARSAT-2全极化SAR数据地表覆盖分类. 程千,王崇倡,张继超. 2015

作者其他论文 更多>>

微信小程序