基于多分类器融合的玉米叶部病害识别

被引：145

作者：

许良凤 ^{[1
,2
]}

徐小兵 ^{[1
,2
]}

胡敏 ^{[1
,2
]}

王儒敬 ^{[3
]}

谢成军 ^{[3
]}

陈红波 ^{[1
,2
]}

机构：

[1] 合肥工业大学计算机与信息学院

[2] 合肥工业大学情感计算与先进智能机器安徽省重点实验室

[3] 中国科学院合肥智能机械研究所

来源：

农业工程学报 | 2015年 / 31卷 / 14期

基金：

国家自然科学基金重点项目; 安徽省自然科学基金;

关键词：

病害; 识别; 图像处理; 多分类器融合; 玉米叶部病害; 自适应加权; 颜色共生矩阵; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

针对单分类器识别的局限性和玉米叶部病害的复杂性,该文提出了一种基于自适应加权的多分类器融合的玉米叶部病害识别方法。首先,对采集的玉米叶部病害图像的病害区域分别提取颜色、颜色共生矩阵和颜色完全局部二值模式3种特征,并相应地构建3个基于支持向量机的单分类器;然后,利用K近邻和聚类分析的方法计算各单分类器的自适应动态权值;最后,通过线性加权的方式进行融合判决,得到最终的分类结果。利用该方法对7种常见的玉米叶部病害图片进行了试验,平均识别率达94.71%。结果表明,其性能优于目前常见的单一特征或特征组合构建的同类分类器及多分类器融合方法。研究结果为其他农作物病害诊断提供了借鉴和参考。

引用

页码：194 / 201+315 +315

页数：9

共 23 条

[1]

基于最优二叉树支持向量机的蜜柚叶部病害识别 [J].