基于图像技术的玉米叶部病害识别研究

• 作者: 刘连忠 杨春合 江朝晖 祁钊 饶元
• 来源期刊: 安徽农业大学学报
• 学科: 工学
• 关键词: 玉米病害 不均匀光照 Retinex算法 主成分分析 支持向量机
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 工程技术
• 页码范围: 325-330
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13610/j.cnki.1672-352x.20160311.018

摘要

针对野外光照条件下玉米叶部病害的图像识别问题,采用Retinex算法进行图像增强,消除光照的不利影响,在R-G灰度空间中运用自动阈值法进行病斑图像分割,提取病斑的颜色、纹理及不变矩特征,并采用主成分分析和支持向量机相结合的方法进行玉米叶片常见病害的分类识别.实验结果显示,小斑病、锈病和弯孢菌叶斑病的总识别精度为90.74％.表明本研究方法在自然光照环境下可获得良好的病害识别效果,具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘连忠	安徽农业大学信息与计算机学院	16	117	5.0	10.0
2	江朝晖	安徽农业大学信息与计算机学院	55	390	10.0	17.0
3	饶元	安徽农业大学信息与计算机学院	42	120	7.0	9.0
4	杨春合	安徽农业大学信息与计算机学院	5	30	3.0	5.0
5	祁钊	安徽农业大学信息与计算机学院	3	18	3.0	3.0