基于颜色特征和属性约简的黄瓜病害识别方法

被引:10
作者
谢泽奇
张会敏
张善文
张云龙
机构
[1] 郑州大学西亚斯国际学院
关键词
颜色特征; 属性约简; 病斑分割; 病害识别;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了减少黄瓜叶部病害给农业生产带来的损失,提高病害的识别率和精度,提出了一种基于颜色特征和属性约简算法的黄瓜病害叶片分割与识别方法。该方法首先利用最大类间方差(Otsu)阈值法对黄瓜病害叶片图像进行病斑分割;其次提取病斑图像的36个分类特征,再利用基于区分矩阵的属性约简算法进行特征选择;最后利用最近邻分类器进行病害识别。该方法在5种常见黄瓜病害叶片图像数据库上进行了病害识别试验,结果表明,识别率高达94.8%。说明,该方法对作物病害叶片图像识别是有效可行的。
引用
收藏
页码:526 / 530
页数:5
相关论文
共 16 条
[1]   复杂背景下黄瓜病害叶片的分割方法研究 [J].
张芳 ;
王璐 ;
付立思 ;
田有文 .
浙江农业学报, 2014, 26 (05) :1346-1355
[2]   基于支持向量机的黄瓜叶部病害的识别研究 [J].
张芳 ;
王璐 ;
付立思 ;
田有文 .
沈阳农业大学学报, 2014, 45 (04) :457-462
[3]   黄瓜病害图像自动分割方法研究 [J].
郭鹏 ;
李乃祥 .
农机化研究, 2014, (08) :10-13+18
[4]   复杂背景黄瓜叶部病害图像分割方法 [J].
袁媛 ;
李淼 ;
陈晟 ;
江海洋 ;
董俊 .
农业机械学报, 2013, 44 (10) :233-237
[5]   基于改进蜂群算法优化神经网络的玉米病害图像分割 [J].
温长吉 ;
王生生 ;
于合龙 ;
苏恒强 .
农业工程学报, 2013, 29 (13) :142-149
[6]   基于病斑形状和神经网络的黄瓜病害识别 [J].
贾建楠 ;
吉海彦 .
农业工程学报, 2013, 29(S1) (S1) :115-121
[7]   融合视觉模型和最大类间方差的阈值分割算法 [J].
邹小林 ;
冯国灿 .
计算机应用, 2013, 33 (03) :670-673+837
[8]   基于布尔区分矩阵与关联规则挖掘的属性约简算法 [J].
吕跃进 ;
翁世洲 ;
何朝丽 .
计算机应用与软件, 2012, 29 (10) :40-43+116
[9]   变精度粗糙集的属性核和最小属性约简算法 [J].
陈昊 ;
杨俊安 ;
庄镇泉 .
计算机学报, 2012, 35 (05) :1011-1017
[10]   基于粗糙集的属性约简方法研究综述 [J].
杨传健 ;
葛浩 ;
汪志圣 .
计算机应用研究, 2012, 29 (01) :16-20