基于支持向量机的水稻稻瘟病图像分割研究

• 作者: 孟庆林 石凤梅 赵开才 马立功
• 来源期刊: 东北农业大学学报
• 学科: 工学
• 关键词: 彩色图像分割 支持向量机 稻瘟病 RGB空间
• 年，卷（期）: 2013,（2）
• 页码范围: 128-135
• 分类号: TP391.4
• 字数: 3930字
• 语种: 中文

摘要

水稻稻瘟病图像的分割是水稻稻瘟病自动分析与识别的关键环节,其分割效果直接影响后续处理.提出一种基于支持向量机的水稻稻瘟病病害彩色图像分割方法.首先选取叶子正常部分的像素点以及颜色相对复杂的病斑像素点作为负训练样本和正训练样本,提取像素R、G、B彩色分量作为特征向量,对支持向量机进行训练,然后在RGB空间利用训练好的支持向量机对待分割图像的所有像素点进行分类,实现水稻稻瘟病彩色图像的分割.为了获得最佳的分割效果,采用网格搜索法对径向基核函数下的不同核参数分割效果和性能进行比较与分析,确定最佳模型参数.利用此模型进行水稻稻瘟病图像分割实验,获得较好的分割精度,结果优于最大类间方差分割算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟庆林	黑龙江省农业科学院植物保护研究所	35	189	9.0	12.0
2	马立功	黑龙江省农业科学院植物保护研究所	24	139	7.0	10.0
3	石凤梅	黑龙江省农业科学院植物保护研究所	30	117	6.0	9.0
4	赵开才		16	43	4.0	5.0