基于无人机可见光图像Haar-like特征的水稻病害白穂识别

• 作者: 刘双喜 张宏建 张春庆 王金星 王震 褚桂坤 高发瑞 黄信诚
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 无人机 算法 病害 水稻白穗 Haar-like特征
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 农业航空工程
• 页码范围: 73-82
• 页数: 10页
• 分类号: TP391.41
• 字数: 7096字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.20.010

摘要

实现稻田精准植保的关键是自然环境下病变区域的准确识别.为实现大面积稻田中白穗的精确识别,该文提出一种小型多旋翼无人机水稻病害白穂识别系统,该系统以无人机平台作为图像采集、处理和识别的基础,首先对白穗图像提取Haar-like特征,其次以Adaboost算法进行白穗训练识别.以4类Haar-like特征及其组合构建弱分类器,用采集的稻田白穗和背景共700个样本点训练生成强分类器.所得强分类器对测试集中65幅图像中的423个白穗样本点进行识别验证,结果表明:白穗识别率可达93.62％,误识别率为5.44％,该方法可有效抑制一般的稻叶遮挡、稻穗黏连以及光照等复杂背景的影响,适合于自然环境下的稻田白穗现场识别.