基于机器视觉的小麦害虫分割算法研究

• 作者: 张长利 胡晓光 陈月华
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 机器视觉 分类 图像分割 支持向量机 k-均值聚类 区域生长
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 187-191
• 页数: 5页
• 分类号: S126|S165+.28|TP242.62
• 字数: 3629字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2007.12.036

摘要

农业病虫害的自动识别是精准农业研究方向之一.以小麦蚜虫为例,运用机器视觉技术对非特定场景下害虫的分类和分割算法进行了研究.在分类上,训练了SVM分类器和基于k-均值聚类的分类方法.比较得出,SVM分类器和k-均值聚类算法在处理精度和速度上各有优势;在分割上,运用合并和分裂相结合的区域生长算法分割害虫和叶片,进行自动识别.分析表明,该算法对害虫的分类效果好、分割识别准确率达到90.7%,速度能够满足实时处理的要求,为农业机械精准施药提供了技术上的支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓光	北京航空航天大学自动化科学与电气工程学院	47	936	15.0	30.0
2	张长利	东北农业大学工程学院	89	1124	17.0	29.0
3	陈月华	东北农业大学工程学院	11	90	4.0	9.0