基于颜色特征和支持向量机的黄瓜叶部病害识别

被引:33
作者
李旺
唐少先
陈荣
机构
[1] 湖南农业大学信息科学技术学院
关键词
图像处理; 模式识别; 支持向量机; 黄瓜病害; 颜色特征;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
针对黄瓜常见叶部病斑图像的颜色特点,提出了将支持向量机(Support Vector Machine,SVM)应用于黄瓜叶部病害识别中。首先,选择HSI颜色系统作为图像特征提取的颜色空间,以减少光照强度对获取图像时的影响;然后,利用支持向量机进行叶部病害的识别。不同核函数的结果比较分析表明:径向基核函数对黄瓜叶部病害的识别率最高,最适于黄瓜霜霉病、角斑病和白粉病的分类识别;支持向量机识别方法在病害识别时训练样本少,具有很好的分类性能和泛化能力。
引用
收藏
页码:73 / 75
页数:3
相关论文
共 5 条
[1]
支持向量分类机的修正核函数 [J].
李红英 ;
钟波 .
计算机工程与应用 , 2009, (24) :53-55
[2]
基于支持向量机和色度矩的植物病害识别研究 [J].
田有文 ;
张长水 ;
李成华 .
农业机械学报, 2004, (03) :95-98
[3]
数字图像处理与机器视觉[M] 张铮,王艳平,薛桂香编著 人民邮电出版社 2010,
[4]
模式识别原理[M] 孙亮; 禹晶; 编著 北京工业大学出版社 2009,
[5]
模式识别[M] 边肇祺等编著; 清华大学出版社 2000,