基于SVM的可见/近红外光的玉米和杂草的多类识别

• 作者: 何东健 冯大淦 唐晶磊 景旭
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 精准农业 图像分割 杂草识别 支持向量机
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 遥感信息技术专题
• 页码范围: 97-103
• 分类号: TP391.41
• 字数: 822字
• 语种: 中文

摘要

杂草的识别分类在精准农业的变量喷施中具有重要的作用.因此提出了一种新的基于SVM(支持向量机),利用决策二叉树在可见/近红外图像中识别作物和杂草的方法.根据近红外波段的光谱特性,利用阈值法实现了植物和土壤背景的分割.将植物冠层的多光谱反射特征、纹理特征和形状特征相结合,采用最大投票机制算法构造合理的决策二叉树,实现了分类.对玉米幼苗及其伴生杂草的识别结果表明,基于SVM,利用决策二叉树的多类分类,可极大的提高分类精度,满足农业应用的实时性要求,与其他方法相比具有较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何东健	西北农林科技大学机械与电子工程学院	188	3174	30.0	46.0
2	唐晶磊	西北农林科技大学机械与电子工程学院	36	300	10.0	16.0
6	景旭	西北农林科技大学机械与电子工程学院	40	213	9.0	12.0
10	冯大淦	悉尼大学信息技术学院	11	123	5.0	11.0