节点文献

基于支持向量机的水稻纹枯病识别研究

免费订阅

【作者】 刘婷婷

【Author】 LIU Ting-ting(School of Software and Microelectronics,Beijing University,Beijing 100093)

【机构】 中国农业科学院蜜蜂研究所

【摘要】 [目的]研究支持向量机对纹枯病病害进行自动识别,弥补人工识别的缺陷和不足,提高识别的准确性和效率。[方法]以水稻纹枯病为研究对象,使用基于矢量中值滤波的方法对水稻纹枯病图像进行预处理。利用模糊C均值聚类法,在图像分割阶段进行灰度图像分割;分别从颜色、纹理和形状3个方面提取代表病斑的特征参数。最后用支持向量机识别方法进行水稻纹枯病识别,并与基于BP神经网络的识别方法进行对比。[结果]识别率达到95.00%,要优于BP神经网络的91.88%。[结论]基于支持向量机的水稻纹枯病识别弥补了人工识别的缺陷,也提高了准确性和效率,有广阔的应用前景。

【基金】 国家863项目,“大田作物智能诊断技术系统研究与应用”(2007AA10Z237)
【所属期刊栏目】 农业信息科学 (2011年28期)
  • 【DOI】10.13989/j.cnki.0517-6611.2011.28.089
  • 【分类号】S435.111.4;TP18
  • 【被引频次】7
  • 【下载频次】147
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: