湖北农业科学
湖北農業科學
호북농업과학
2014年
13期
3163-3166,3169
,共5页
玉米%杂草识别%纹理特征%组合核函数
玉米%雜草識彆%紋理特徵%組閤覈函數
옥미%잡초식별%문리특정%조합핵함수
corn%weed identification%texture feature%combination kernel function
以玉米田间杂草图像为研究对象,对采集的杂草叶片图像进行预处理,对图像的多个纹理特征进行筛选,以支持向量机进行分类.针对传统分类器的不足,以组合核函数对其性能进行优化.仿真结果表明,构建优化的组合核函数能使分类器性能得到显著提升,且当组合核函数中径向基函数所占的权重为0.2、多项式核函数(二阶)所占的权重为0.8时识别率最高,达86.00％,可以满足杂草识别的需求.
以玉米田間雜草圖像為研究對象,對採集的雜草葉片圖像進行預處理,對圖像的多箇紋理特徵進行篩選,以支持嚮量機進行分類.針對傳統分類器的不足,以組閤覈函數對其性能進行優化.倣真結果錶明,構建優化的組閤覈函數能使分類器性能得到顯著提升,且噹組閤覈函數中徑嚮基函數所佔的權重為0.2、多項式覈函數(二階)所佔的權重為0.8時識彆率最高,達86.00％,可以滿足雜草識彆的需求.
이옥미전간잡초도상위연구대상,대채집적잡초협편도상진행예처리,대도상적다개문리특정진행사선,이지지향량궤진행분류.침대전통분류기적불족,이조합핵함수대기성능진행우화.방진결과표명,구건우화적조합핵함수능사분류기성능득도현저제승,차당조합핵함수중경향기함수소점적권중위0.2、다항식핵함수(이계)소점적권중위0.8시식별솔최고,체86.00％,가이만족잡초식별적수구.
