基于图像识别的小麦腥黑穗病害特征提取与分类

• 作者: 李敏 袁之报 邓继忠 金济 黄华盛
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 图像识别 支持向量机 分类 特征提取 小麦腥黑穗病害
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 172-176
• 分类号: TP391.4
• 字数: 5579字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2012.03.030

摘要

小麦的网腥、印度腥与矮腥黑穗病危害小麦生产与人体健康,是出入境检验检疫的重要对象.该文利用小麦腥黑穗病害显微图像,采用图像分析与识别技术进行了小麦的网腥、印度腥及矮腥3类病害的分类识别.在分离出单个病害孢子图像的基础上,提取了3类病害孢子图像的16个形状和纹理特征,通过分析,从中选择小麦病害孢子的6个典型特征,并分别用最小距离法、BP神经网络和支持向量机分类器对提取的96个小麦腥黑穗病害孢子图像进行了分类试验,结果表明:支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,总体识别率达到82.9％.因此,采用图像分析技术和支持向量机识别方法进行小麦腥黑穗病害诊断的方法具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏	华南农业大学工程学院	97	670	15.0	22.0
2	邓继忠	华南农业大学工程学院	43	308	8.0	15.0
3	袁之报	海南出入境检验检疫局热带植物隔离检疫中心	17	91	4.0	9.0
4	金济	华南农业大学工程学院	9	84	3.0	9.0
5	黄华盛	华南农业大学工程学院	7	71	3.0	7.0