基于颜色特征的油菜害虫机器视觉诊断研究

被引：33

作者：

朱莉 ^{[1
]}

罗靖 ^{[2
]}

徐胜勇 ^{[2
]}

杨勇 ^{[2
]}

赵海涛 ^{[2
]}

李卫豪 ^{[2
]}

机构：

[1] 湖北工业大学太阳能高效利用湖北省协同创新中心

[2] 华中农业大学工学院

来源：

农机化研究 | 2016年 / 06期

关键词：

油菜害虫; 计算机视觉; 颜色直方图; C4.5算法;

D O I：

暂无

中图分类号：

S431.192 [园艺作物]; TP391.41 [];

学科分类号：

090401 [植物病理学];

摘要：

害虫的准确识别是针对性地施用农药以有效治理虫害的基础,而人工识别的劳动强度大且主观性强。为此,提出了一种利用颜色特征的害虫视觉识别技术。使用GrabCut算法从虫害图像中分割出完整的害虫主体图像并计算其最小外接矩形区域的H/S通道直方图,使用害虫基准图像对其进行直方图反向投影并计算交叉匹配指数。匹配指数和害虫标签共同组成的特征向量用于训练C4.5分类器。计算待检害虫图像的交叉匹配指数,输入分类器即可得到识别结果。实验结果表明:该技术可准确识别菜蝽、菜青虫、猿叶甲、跳甲及蚜虫5种害虫,准确率达到92%。

引用

页码：55 / 58+121 +121

页数：5

共 10 条

[1]

甘蓝菜青虫害自动识别系统的开发与试验研究——基于机器视觉 [J].

高雄 ;

王海超 .

农机化研究, 2015, (01) :205-208+222

[2]

基于多重分形的油菜病虫害叶片图像分割 [J].

施文 ;

邹锐标 ;

王访 ;

苏乐 .

湖南农业大学学报(自然科学版), 2014, 40 (05) :556-560

[3]

椪柑果实病虫害的傅里叶频谱重分形图像识别 [J].

温芝元 ;

曹乐平 .

农业工程学报, 2013, 29 (23) :159-165

[4]

基于SIFT特征和颜色融合的图像检索方法[J] 董傲霜;宋宏亮; 吉林大学学报(工学版) 2013, S1

[5]

基于径向基支持向量机的棉花虫害识别 [J].

张建华 ;

冀荣华 ;

袁雪 ;

李慧 ;

祁力钧 .

农业机械学报, 2011, 42 (08) :178-183

[6]

基于计算机视觉的农作物病虫害识别研究现状 [J].

邹修国 .

计算机系统应用, 2011, 20 (06) :238-242

[7]

基于图像分析的蔬菜食叶害虫识别技术 [J].

蔡清 ;

何东健 .

计算机应用, 2010, 30 (07) :1870-1872

[8]

A knowledge-based artificial neural network classifier for pulmonary embolism diagnosis[J] G. Serpen;D.K. Tekkedil;M. Orra Computers in Biology and Medicine 2007,

[9]

Automatic rule generation for protein annotation with the C4.5 data mining algorithm applied on SWISS-PROT[J] Ernst Kretschmann;Wolfgang Fleischmann Bioinformatics 2001,

[10]

Color indexing[J] Michael J. Swain;Dana H. Ballard International Journal of Computer Vision 1991,

← 1 →