基于支持向量机的苹果叶部病害识别方法研究

• 作者: 宁菲菲 王建玺 鲁书喜
• 来源期刊: 山东农业科学
• 学科: 农学
• 关键词: 苹果叶部病害 小波滤波算法 最大类间方差法 边界跟踪算法 支持向量机(SVM) 模式识别
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 信息技术?农业工程
• 页码范围: 122-125,141
• 页数: 5页
• 分类号: S436.611|TP391.4
• 字数: 3654字
• 语种: 中文
• DOI: 10.14083/j.issn.1001-4942.2015.07.028

摘要

为提高苹果叶部病害自动识别水平并实现快速有效地识别苹果叶部病害，本研究首先采用小波滤波算法对采集的苹果叶部锈病、斑点落叶病的图像进行去噪平滑，然后利用病斑颜色差异和边界跟踪算法对病斑进行分离，最后提取病斑颜色、形状和纹理等方面的特征，采用支持向量机（SVM）技术对病害进行自动识别。试验表明，该方法对苹果叶锈病和斑点落叶病样本进行处理识别的正确率较高，能够满足实际需求。该结果对苹果叶部病害的自动快速诊断和防治具有一定的指导意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁书喜	平顶山学院软件学院	33	101	6.0	8.0
2	王建玺	平顶山学院软件学院	46	111	6.0	8.0
3	宁菲菲	平顶山学院软件学院	9	12	2.0	2.0