农业机械学报
農業機械學報
농업궤계학보
TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL MACHINERY
2011年
11期
164-168,163
,共6页
李先锋%朱伟兴%孔令东%花小朋
李先鋒%硃偉興%孔令東%花小朋
리선봉%주위흥%공령동%화소붕
杂草识别%特征提取%支持向量机%D-S证据理论%决策级融合
雜草識彆%特徵提取%支持嚮量機%D-S證據理論%決策級融閤
잡초식별%특정제취%지지향량궤%D-S증거이론%결책급융합
针对单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机( SVM)和D-S证据理论相结合的多特征融合杂草识别方法.在对田间植物图像处理的基础上,提取植物叶片的颜色、形状和纹理等3类视觉特征,分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA),运用D-S证据组合规则进行决策级融合,根据分类判决门限给出最终的识别结果.试验结果表明,多特征决策融合识别方法正确识别率达到97%以上.
針對單一特徵識彆雜草的低準確率和低穩定性,提齣一種支持嚮量機( SVM)和D-S證據理論相結閤的多特徵融閤雜草識彆方法.在對田間植物圖像處理的基礎上,提取植物葉片的顏色、形狀和紋理等3類視覺特徵,分彆以3類單特徵的SVM分類結果作為獨立證據構造基本概率指派(BPA),運用D-S證據組閤規則進行決策級融閤,根據分類判決門限給齣最終的識彆結果.試驗結果錶明,多特徵決策融閤識彆方法正確識彆率達到97%以上.
침대단일특정식별잡초적저준학솔화저은정성,제출일충지지향량궤( SVM)화D-S증거이론상결합적다특정융합잡초식별방법.재대전간식물도상처리적기출상,제취식물협편적안색、형상화문리등3류시각특정,분별이3류단특정적SVM분류결과작위독립증거구조기본개솔지파(BPA),운용D-S증거조합규칙진행결책급융합,근거분류판결문한급출최종적식별결과.시험결과표명,다특정결책융합식별방법정학식별솔체도97%이상.