基于图像融合特征的番茄叶部病害的识别

• 作者: 舒欣 范涛杰 郭小清
• 来源期刊: 湖南农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 番茄叶部病害 识别 H分量 灰度差分统计 粒子群算法 支持向量机
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 农业工程
• 页码范围: 212-217,224
• 页数: 7页
• 分类号: TP391.41
• 字数: 3791字
• 语种: 中文
• DOI: 10.13331/j.cnki.jhau.2019.02.018

摘要

为了提高基于数字图像识别番茄叶部病害的准确率,适应不同分辨率条件下的应用需求,并满足实践拍摄条件的不确定性,以番茄晚疫病、花叶病、早疫病叶片图像为研究对象,选择HSV模型中的4维H分量等量分割波段作为颜色特征,基于灰度差分统计的均值、对比度和熵3维特征作为纹理特征,融合7维特征向量作为支持向量机(SVM)分类器的输入,用粒子群算法(PSO)优化SVM模型参数.试验结果表明,融合灰度差分统计与H分量4维特征的病害识别模型准确率可达90％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭小清	南京农业大学信息科技学院	34	248	8.0	15.0
2	舒欣	南京农业大学信息科技学院	7	44	4.0	6.0
3	范涛杰	南京农业大学信息科技学院	3	14	2.0	3.0