基于多特征融合和 SVM 分类器的植物病虫害检测方法

• 作者: 冯瑞 蒋龙泉 郭跃飞 鲁帅
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 植物病虫害 多特征融合 特征包 支持向量机 分类器
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 多媒体技术应用
• 页码范围: 186-190
• 页数: 5页
• 分类号: TP3
• 字数: 5236字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.12.044

摘要

针对农业领域植物病虫害检测问题，提出一种基于高清视频图像融合特征的支持向量机（ SVM）的检测方法，实现农业生产中植物病虫害的快速检测。对每幅植物叶片图像的颜色、HSV、纹理和方向梯度直方图四种特征采用基于特征包的多特征融合方法，形成特征向量，并利用SVM分类器进行训练分类。对单特征与融合特征的SVM分类器性能进行试验比较，所提出的方法具有较高的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯瑞	复旦大学计算机科学技术学院	40	307	10.0	15.0
2	郭跃飞	复旦大学计算机科学技术学院	21	239	8.0	15.0
3	蒋龙泉	复旦大学计算机科学技术学院	3	23	2.0	3.0
4	鲁帅	复旦大学计算机科学技术学院	2	9	2.0	2.0