基于支持向量机的玉米叶部病害识别

被引：34

作者：

宋凯 ^{[1
]}

孙晓艳 ^{[2
]}

纪建伟 ^{[1
]}

机构：

[1] 沈阳农业大学信息与电气工程学院

[2] 沈阳理工大学信息学院

来源：

农业工程学报 | 2007年 / 01期

关键词：

支持向量机; 特征向量; 多分类器; 病害识别; 玉米叶部病害;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

针对玉米叶部病害图像的特点,提出将支持向量机(SVM)组成的多分类器应用于多种玉米叶部病害识别中。首先利用L ive-W are分割算法分割出玉米叶部病灶,再利用小波特征提取算法提取病灶的特征向量,最后利用支持向量机分类方法进行病害的识别。玉米叶部病害图像识别试验结果表明,支持向量机分类方法适合小样本情况,具有良好的分类能力,适合多种玉米叶部病害的分类。不同的分类核函数的相互比较分析表明,径向基核函数最适合玉米病害的分类识别。

引用

页码：155 / 157

页数：3