基于二维子空间的苹果病害识别方法

• 作者: 师韵 张善文 黄文准
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 苹果叶部病害识别 苹果病害叶片图像 最近邻分类器 二维子空间学习维数约简
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 图形图像处理
• 页码范围: 180-184
• 页数: 5页
• 分类号: TP391
• 字数: 3328字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1605-0073

摘要

如何准确、实时得到苹果病害信息是苹果病害管理的一个重要研究内容.根据苹果叶片症状准确、快速地诊断苹果病害是预防和控制苹果病害的基础.由于苹果同类病害叶片及其病斑图像的形状、颜色和纹理之间的差异很大,使得很多经典的模式识别方法不能有效地应用于苹果叶部病害识别.为此,提出了一种基于二维子空间学习维数约简(2DSLDR)的苹果病害识别方法.该方法将高维空间的观测样本点映射到低维子空间,使得类内样本点更加紧凑,而类间样本点更加分离,从而得到最佳的分类特征.该方法直接作用于叶片图像,不需要计算逆矩阵,从而克服了经典植物病害识别方法中特征提取与选择的难题,避免了经典子空间判别分析中的小样本问题,提高了识别效果.采用该方法对三种常见苹果叶部病害进行识别实验,并与其他苹果病害识别和监督流形学习方法进行比较.实验结果表明,2DSLDR对苹果叶部病害识别是有效可行的,识别精度高达90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张善文	西京学院电子信息工程系	54	275	8.0	15.0
2	黄文准	西京学院电子信息工程系	30	99	6.0	8.0
3	师韵	西京学院电子信息工程系	12	38	4.0	5.0