当前位置: 首页 > 文章 > 基于SVM的设施番茄早疫病在线识别方法研究 农业机械学报 2021 (S1) 125-133,206
Position: Home > Articles > 基于SVM的设施番茄早疫病在线识别方法研究 Transactions of the Chinese Society for Agricultural Machinery 2021 (S1) 125-133,206

基于SVM的设施番茄早疫病在线识别方法研究

作  者:
张燕;田国英;杨英茹;朱华吉;李瑜玲;吴华瑞
单  位:
国家农业信息化工程技术研究中心;石家庄市农林科学研究院
关键词:
番茄;早疫病;设施环境;在线探测;颜色纹理特征;支持向量机;
摘  要:
为解决设施环境下番茄病害在线探测问题,以温室大棚内采集的番茄叶部图像作为研究对象,以番茄早疫病为例提出了一种结合颜色纹理特征(color moments+color coherence vector+co-occurrence among adjacent LBPs, CCR)并基于支持向量机(SVM)的CCR-SVM叶部图像病斑识别方法。为实现小样本及复杂背景下的快速识别,首先采用滑动窗口将训练用番茄叶部病害图像切割成小区域图像,选取不包含背景的小区域图像作为样本,从而增加样本数量和多样性。通过训练的CCR-SVM模型对早疫病病斑子图像正负样本分类识别。实验结果表明,本文方法离线识别准确率为96.97%,在线平均识别准确率达86.39%,平均单帧图像识别时间为0.073 s。表明CCR-SVM模型可准确识别并定位复杂背景下的早疫病病斑,且该方法计算量小、系统要求低,为复杂环境下番茄病害快速识别提供了新的思路。

相似文章

计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊