应用于番茄病虫害检测的HOG特征与LBP特征的结合

• 作者: 张永军 秦永彬 邹永杰 郑世均
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 番茄 病虫害检测 HOG特征 LBP特征
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机工程
• 页码范围: 21-28
• 页数: 8页
• 分类号: TP391
• 字数: 6317字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2019.02.004

摘要

植物病虫害是农业部门面临的主要挑战,准确和快速地检测植物病虫害有助于发现早期治疗方法,同时大幅减少经济损失. 基于机器学习的目标检测方法能够很大程度地提高物体检测和识别系统的准确性. 提出了一种基于机器学习的番茄病虫害检测方法,通过提取有病虫害和无病虫害的番茄样本的HOG特征和LBP特征,然后结合SVM分类器训练样本得到检测模型. HOG特征能够较好地描述番茄叶的边缘特征,LBP特征能够较好地描述番茄叶的纹理特征,两个特征在一定程度上互补. 实验结果表明,基于HOG与LBP特征结合检测有病虫害的番茄叶取得了较好的效果,该方法在全球AI挑战赛中农作物病害的番茄数据集取得了99.49%的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦永彬	贵州大学计算机科学与技术学院	63	213	8.0	10.0
2	张永军	贵州大学计算机科学与技术学院	5	10	2.0	3.0
3	邹永杰	贵州大学计算机科学与技术学院	1	1	1.0	1.0
4	郑世均	贵州大学计算机科学与技术学院	1	1	1.0	1.0