农业工程学报
農業工程學報
농업공정학보
2012年
3期
172-176
,共5页
邓继忠%李敏%袁之报%金济%黄华盛
鄧繼忠%李敏%袁之報%金濟%黃華盛
산계충%리민%원지보%금제%황화성
图像识别%支持向量机%分类%特征提取%小麦腥黑穗病害
圖像識彆%支持嚮量機%分類%特徵提取%小麥腥黑穗病害
도상식별%지지향량궤%분류%특정제취%소맥성흑수병해
小麦的网腥、印度腥与矮腥黑穗病危害小麦生产与人体健康,是出入境检验检疫的重要对象.该文利用小麦腥黑穗病害显微图像,采用图像分析与识别技术进行了小麦的网腥、印度腥及矮腥3类病害的分类识别.在分离出单个病害孢子图像的基础上,提取了3类病害孢子图像的16个形状和纹理特征,通过分析,从中选择小麦病害孢子的6个典型特征,并分别用最小距离法、BP神经网络和支持向量机分类器对提取的96个小麦腥黑穗病害孢子图像进行了分类试验,结果表明:支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,总体识别率达到82.9％.因此,采用图像分析技术和支持向量机识别方法进行小麦腥黑穗病害诊断的方法具有可行性.
小麥的網腥、印度腥與矮腥黑穗病危害小麥生產與人體健康,是齣入境檢驗檢疫的重要對象.該文利用小麥腥黑穗病害顯微圖像,採用圖像分析與識彆技術進行瞭小麥的網腥、印度腥及矮腥3類病害的分類識彆.在分離齣單箇病害孢子圖像的基礎上,提取瞭3類病害孢子圖像的16箇形狀和紋理特徵,通過分析,從中選擇小麥病害孢子的6箇典型特徵,併分彆用最小距離法、BP神經網絡和支持嚮量機分類器對提取的96箇小麥腥黑穗病害孢子圖像進行瞭分類試驗,結果錶明:支持嚮量機法對小麥腥黑穗病的分類識彆能力優于最小距離法和BP神經網絡,總體識彆率達到82.9％.因此,採用圖像分析技術和支持嚮量機識彆方法進行小麥腥黑穗病害診斷的方法具有可行性.
소맥적망성、인도성여왜성흑수병위해소맥생산여인체건강,시출입경검험검역적중요대상.해문이용소맥성흑수병해현미도상,채용도상분석여식별기술진행료소맥적망성、인도성급왜성3류병해적분류식별.재분리출단개병해포자도상적기출상,제취료3류병해포자도상적16개형상화문리특정,통과분석,종중선택소맥병해포자적6개전형특정,병분별용최소거리법、BP신경망락화지지향량궤분류기대제취적96개소맥성흑수병해포자도상진행료분류시험,결과표명:지지향량궤법대소맥성흑수병적분류식별능력우우최소거리법화BP신경망락,총체식별솔체도82.9％.인차,채용도상분석기술화지지향량궤식별방법진행소맥성흑수병해진단적방법구유가행성.
