基于最优二叉树支持向量机的蜜柚叶部病害识别

• 作者: 吴建寨 孔繁涛 张建华 朱孟帅 李哲敏 王盛威 陈威
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 病害 识别 图像处理 Gabor小波 最优二叉树 支持向量机 蜜柚叶部
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 222-231
• 页数: 10页
• 分类号: S431
• 字数: 6189字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2014.19.027

摘要

为了提高蜜柚叶部中晚期病害的识别准确率，确保蜜柚叶部病害对症施药与病害防治的效果，该文提出了一种基于最优二叉树支持向量机（support vector machine，SVM）的蜜柚叶部病害识别方法，该方法首先将蜜柚叶部病害图像转换为B分量、2G-R-B分量、(G+R+B)/3分量以及YIQ颜色模型中的Q分量的4个灰度图像，再利用5尺度8方向的Gabor小波分别与4个分量灰度图像进行卷积运算，获得5个尺度下不同方向的幅值均值作为病害的特征向量，并结合提出的最优二叉树支持向量机病害识别模型，对黄斑病、炭疽病、疮痂病、煤烟病等4种蜜柚叶部病害进行分类识别。通过交叉验证的方法进行分类识别测试，结果表明：黄斑病、炭疽病、疮痂病、煤烟病识别准确率分别为90%、96.66%、93.33%、96.66%，平均识别率达到94.16%，并将该方法与BP神经网络、一对一SVM与一对多SVM进行比较，试验结果表明该方法可有效识别4种蜜柚叶部病害，在训练时间和识别精度上都优于其他3种方法。该方法可为蜜柚病害准确识别与防治提供有效的技术支持。