基于径向基支持向量机的棉花虫害识别

被引:45
作者
张建华 [1 ]
冀荣华 [2 ]
袁雪 [1 ]
李慧 [1 ]
祁力钧 [1 ]
机构
[1] 中国农业大学工学院
[2] 中国农业大学信息与电气工程学院
关键词
计算机视觉; 棉花; 虫害; 支持向量机;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对棉花受棉蚜、棉叶螨、棉盲蝽、斜纹夜蛾和烟粉虱等害虫为害后叶片表面出现不同症状,利用计算机视觉技术识别棉花虫害。通过获取受害棉花叶片图像,预处理后转换至2G-R-B空间,结合Otsu算法实现色斑分割,提取色斑图像R变量、(R+G+B)/3变量的一阶矩、二阶矩和三阶矩为颜色特征,提取非色斑图像拓扑描述子和Hu不变矩为形状特征,提取2层双树复小波变换的细节图像均值和方差为纹理特征,并应用径向基支持向量机识别棉花棉蚜、棉叶螨、棉盲蝽、斜纹夜蛾、烟粉虱等虫害和正常叶片。试验结果表明,当径向基参数σ为3时,棉花虫害识别正确率达88.1%。
引用
收藏
页码:178 / 183
页数:6
相关论文
共 11 条
[1]   基于遗传模糊神经网络的植物病斑区域图像分割模型 [J].
关海鸥 ;
许少华 ;
谭峰 .
农业机械学报, 2010, 41 (11) :163-167
[2]   基于颜色矩的木材缺陷聚类识别 [J].
吴东洋 ;
业宁 ;
沈丽容 ;
张倩倩 ;
赖正文 .
江南大学学报(自然科学版), 2009, 8 (05) :520-524
[3]   基于核K-均值聚类算法的植物叶部病害识别 [J].
王守志 ;
何东健 ;
李文 ;
王艳春 .
农业机械学报, 2009, 40 (03) :152-155
[4]   基于计算机视觉的害虫识别技术研究进展 [J].
陈月华 ;
杨方 .
农机化研究, 2008, (01) :209-211
[5]   基于SVM的图像分类算法与实现 [J].
张淑雅 ;
赵一鸣 ;
李均利 .
计算机工程与应用, 2007, (25) :40-42+86
[6]   自动对靶施药系统中植物病害识别技术的研究 [J].
冀荣华 ;
祁力钧 ;
傅泽田 .
农业机械学报, 2007, (06) :190-192
[7]   基于DT-CWT和SVM的纹理分类算法 [J].
练秋生 ;
尚燕 ;
陈书贞 ;
王林 .
光电工程, 2007, (04) :109-113
[8]   采用计算机视觉进行棉花虫害程度的自动测定 [J].
陈佳娟 ;
纪寿文 ;
李娟 ;
赵学笃 .
农业工程学报, 2001, (02) :157-160
[9]  
基于机器视觉和小波分析的农田害虫识别系统[D]. 张法全.郑州大学. 2003
[10]  
数字图像处理[M]. 电子工业出版社 , (美)RafaelC.Gonzalez, 2005