基于Fisher判别分析的玉米叶部病害图像识别

• 来源期刊: 中国农业科学
• 学科: 农学
• 关键词: 玉米 叶部病害 特征提取 遗传算法 费歇尔判别分析
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 耕作栽培·生理生化·农业信息技术
• 页码范围: 3836-3842
• 页数: 7页
• 分类号: S4
• 语种: 中文
• DOI: 10.3864/j.issn.0578-1752.2009.11.010

摘要

[目的]利用计算机视觉技术实现玉米叶部病害的自动识别诊断.[方法]在大田开放环境下采集病害图像样本,综合应用基于H阐值分割、迭代二值化、图像形态学运算、轮廓提取等算法处理病害图像,抽取病斑,提取病害图像的纹理、颜色、形状等特征向量,采用遗传算法优化选择出分类特征,并利用费歇尔判别法识别普通锈病、大斑病和褐斑病3种玉米叶部病害.[结果]研究中提取了墒、相关信息测度、分形维数、H值、Cb值、颜色矩、病斑面积、圆度、形状因子等28个特征向量,利用遗传算法优选出H值、颜色矩、病斑面积、形状因子等4个独立、稳定性好、分类能力强的特征向量,应用费歇尔判别分析法识别病害,准确率达到90%以上.[结论]综合运用数字图像处理技术、图像纹理、颜色、形状特征分析方法、遗传算法、费歇尔判别分析方法可以有效识别基于田间条件下采集的病害图像,为田间开放环境下实现大田作物病虫害的快速智能诊断提供借鉴.