基于SVM的水稻稻瘟病识别方法

• 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: 图像识别 特征提取 多分类支持向量机 稻瘟病
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 研究报告
• 页码范围: 118-126,封3
• 页数: 10页
• 分类号: TP391.4
• 字数: 5273字
• 语种: 中文

摘要

针对水稻稻瘟病人工识别准确性和效率不高的问题,提出基于多分类支持向量机的水稻稻瘟病识别方法.首先进行不同水稻稻瘟病病斑的颜色特征和形状特征提取,经过特征选择确定8个最佳特征组合,然后利用多分类支持向量机,对不同类型水稻稻瘟病进行识别.通过比较多分类支持向量机不同参数下的识别效果,确定稻瘟病识别支持向量机最佳模型参数.试验结果表明,基于多分类支持向量机的水稻稻瘟病识别方法具有较高识别精度,平均正确识别率达到了93.3％,能够有效地对水稻稻瘟病病害图像进行识别.

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