东北农业大学学报
東北農業大學學報
동북농업대학학보
JOURNAL OF NORTHEAST AGRICULTURAL UNIVERSITY
2013年
11期
118-126,封3
,共10页
赵开才%石凤梅%孟庆林%马立功
趙開纔%石鳳梅%孟慶林%馬立功
조개재%석봉매%맹경림%마립공
图像识别%特征提取%多分类支持向量机%稻瘟病
圖像識彆%特徵提取%多分類支持嚮量機%稻瘟病
도상식별%특정제취%다분류지지향량궤%도온병
image recognition%feature extraction%multi-class support vector machines%rice blast
针对水稻稻瘟病人工识别准确性和效率不高的问题,提出基于多分类支持向量机的水稻稻瘟病识别方法.首先进行不同水稻稻瘟病病斑的颜色特征和形状特征提取,经过特征选择确定8个最佳特征组合,然后利用多分类支持向量机,对不同类型水稻稻瘟病进行识别.通过比较多分类支持向量机不同参数下的识别效果,确定稻瘟病识别支持向量机最佳模型参数.试验结果表明,基于多分类支持向量机的水稻稻瘟病识别方法具有较高识别精度,平均正确识别率达到了93.3％,能够有效地对水稻稻瘟病病害图像进行识别.
針對水稻稻瘟病人工識彆準確性和效率不高的問題,提齣基于多分類支持嚮量機的水稻稻瘟病識彆方法.首先進行不同水稻稻瘟病病斑的顏色特徵和形狀特徵提取,經過特徵選擇確定8箇最佳特徵組閤,然後利用多分類支持嚮量機,對不同類型水稻稻瘟病進行識彆.通過比較多分類支持嚮量機不同參數下的識彆效果,確定稻瘟病識彆支持嚮量機最佳模型參數.試驗結果錶明,基于多分類支持嚮量機的水稻稻瘟病識彆方法具有較高識彆精度,平均正確識彆率達到瞭93.3％,能夠有效地對水稻稻瘟病病害圖像進行識彆.
침대수도도온병인공식별준학성화효솔불고적문제,제출기우다분류지지향량궤적수도도온병식별방법.수선진행불동수도도온병병반적안색특정화형상특정제취,경과특정선택학정8개최가특정조합,연후이용다분류지지향량궤,대불동류형수도도온병진행식별.통과비교다분류지지향량궤불동삼수하적식별효과,학정도온병식별지지향량궤최가모형삼수.시험결과표명,기우다분류지지향량궤적수도도온병식별방법구유교고식별정도,평균정학식별솔체도료93.3％,능구유효지대수도도온병병해도상진행식별.
