基于FA-SVM技术的烟草早期病害识别

• 作者: 刘迦南 张红涛 朱洋 许帅涛 谭联
• 来源期刊: 河南农业科学
• 学科: 农学
• 关键词: 烟草 蛙眼病 赤星病 图像分割 特征提取 蚁群算法 萤火虫算法 支持向量机
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 农产品加工与质量安全·农业工程·农业信息技术
• 页码范围: 156-161
• 页数: 6页
• 分类号: S435.72
• 字数: 3864字
• 语种: 中文
• DOI: 10.15933/j.cnki.1004-3268.2020.08.020

摘要

为准确检测和识别烟草病害,为制定合理的病害防治措施提供科学依据,提出基于萤火虫算法优化支持向量机(FA-SVM)技术的烟草早期病害识别方法.以烟草常见的蛙眼病与赤星病为研究对象,利用可见光拍摄带有2种病害的烟草植物叶片,获取图像样本.利用形态学方法和图像分割技术得到病斑图像.提取病斑的颜色、纹理及形态学等共计32个特征,构建原始特征空间.利用蚁群算法(Ant colony optimization,ACO)对特征空间进行优化,依据适应度值选取最优特征组合,当适应度值达到最高为95.68时,有13个特征被选择.运用萤火虫算法(Firefly algorithm,FA)优化支持向量机(Support vector machine,SVM)的惩罚因子(c)与径向基核函数参数(g),提高分类器性能.当c=94.12、g=2.43时,对不同发育时期的2种病害的识别率达到96％.结果表明,利用FA-SVM技术识别烟草蛙眼病与赤星病2种常见病害是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭联	华北水利水电大学电力学院	23	32	4.0	4.0
2	张红涛	华北水利水电大学电力学院	71	659	12.0	23.0
3	朱洋	华北水利水电大学电力学院	9	8	2.0	2.0
4	许帅涛	华北水利水电大学电力学院	5	2	1.0	1.0
5	刘迦南	西安电子科技大学机电工程学院	1	0	0.0	0.0