基于颜色和纹理特征的大麦主要病害识别研究

被引：33

作者：

杨倩 ^{[1
]}

高晓阳 ^{[1
]}

武季玲 ^{[2
]}

李红岭 ^{[1
]}

杨占峰 ^{[1
]}

孔彦龙 ^{[1
]}

毛红玉 ^{[1
]}

寇敏瑜 ^{[1
]}

机构：

[1] 甘肃农业大学工学院/甘肃省干旱生境作物学重点实验室

[2] 甘肃农业大学生命科学技术学院

来源：

中国农业大学学报 | 2013年 / 18卷 / 05期

关键词：

大麦病害; 颜色矩; 纹理特征; LBP算子; 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：

为提出一种在自然环境条件下基于采集图像的颜色一阶与二阶矩和纹理LBP算子改进模式综合特征参数的大麦病害识别方法,以甘肃河西地区发生的大麦白粉病、云纹病和条锈病为研究对象,采用颜色矩和LBP算子均匀模式综合特征参数来提取大麦病斑的颜色和纹理特征,并将该特征向量作为输入向量构建以径向基为核函数的支持向量机(SVM)分类器模型。利用SVM分类模型对采集到的355幅病害图像进行实例分析,结果表明当径向基参数时,大麦病害整体识别正确率达84.7458%。本研究为农田大麦病害诊断提供了有效的分析手段,验证分类模型在大麦病害研究中的可行性,并可为其他农作物病害诊断提供借鉴和参考。

引用

页码：129 / 135

页数：7

共 21 条

[1] 基于机器视觉的马铃薯质量和形状分选方法 [J].

孔彦龙 ;

高晓阳 ;

李红玲 ;

张明艳 ;

杨占峰 ;

毛红玉 ;

杨倩 .

农业工程学报, 2012, 28 (17) :143-148

[2] 基于支持向量机的小麦条锈病和叶锈病图像识别 [J].

李冠林 ;

马占鸿 ;

王海光 .

中国农业大学学报, 2012, 17 (02) :72-79

[3] 基于图像识别的小麦腥黑穗病害特征提取与分类 [J].

邓继忠 ;

李敏 ;

袁之报 ;

金济 ;

黄华盛 .

农业工程学报, 2012, 28 (03) :172-176

[4] 基于色度和纹理的黄瓜霜霉病识别与特征提取 [J].

耿长兴 ;

张俊雄 ;

曹峥勇 ;

李伟 .

农业机械学报, 2011, 42 (03) :170-174

[5] 基于图像处理的小麦病害诊断算法 [J].

陈兵旗 ;

郭学梅 ;

李晓华 .

农业机械学报, 2009, 40 (12) :190-195

[6] 基于Fisher判别分析的玉米叶部病害图像识别 [J].

王娜 ;

王克如 ;

谢瑞芝 ;

赖军臣 ;

明博 ;

李少昆 .

中国农业科学, 2009, 42 (11) :3836-3842

[7] 大麦病害及其特征 [J].

陈健 ;

乔海龙 ;

陈和 ;

沈会权 ;

陈晓静 ;

陶红 ;

臧慧 .

江西农业学报, 2009, 21 (05) :77-80+84

[8] 作物病害机器视觉诊断研究进展 [J].

赖军臣 ;

李少昆 ;

明博 ;

王娜 ;

王克如 ;

谢瑞芝 ;

高世菊 .

中国农业科学, 2009, 42 (04) :1215-1221

[9] 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

[10] 基于支持向量机的葡萄病害图像识别方法 [J].

田有文 ;

李天来 ;

李成华 ;

朴在林 ;

孙国凯 ;

王滨 .

农业工程学报, 2007, (06) :175-180

← 1 2 3 →