基于SVM的高粱叶片病斑图像自动分割提取方法研究

• 作者: 刘璋 王伟仁 白帆 白文斌 程彦俊 贺文文
• 来源期刊: 农学学报
• 学科: 农学
• 关键词: 支持向量机 LIBSVM 高粱 病害 图像分割 自动识别
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 农业工程/农业机械/生物技术/食品科学
• 页码范围: 101-106
• 页数: 6页
• 分类号: S431
• 字数: 4291字
• 语种: 中文

摘要

为实现高粱叶片病斑的自动化无损监测,利用支持向量机(SVM)技术对高粱叶片病斑图像进行自动分割提取研究.结果表明,通过选取RGB、HIS和Lab 3种颜色空间的颜色特征值可以消除对作物病斑拍照时产生的光照、亮度等影响.在MATLAB软件环境下调用LIBSVM软件对病斑图片中的病斑图像像素点和背景图像像素点建立支持向量机分类模型,可以实现对病斑的高效分割和高质量提取.分割提取效果与人眼识别的病斑图像高度吻合.如果利用大量采集的病斑图像进行模型训练,就可以真正实现完全自动化的病斑分割、提取和判别.因此,该研究对建立完全自动化的作物病斑图像识别系统意义重大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘璋	山西省农业科学院高粱研究所	13	54	4.0	6.0
2	白文斌	山西省农业科学院高粱研究所	46	286	10.0	13.0
3	王伟仁	山西省农业科学院高粱研究所	25	65	5.0	6.0
4	白帆	山西省农业科学院高粱研究所	1	5	1.0	1.0
5	贺文文	山西省农业科学院高粱研究所	10	36	4.0	5.0
6	程彦俊	山西省农业科学院高粱研究所	8	35	4.0	5.0