安徽农业科学

2011, v.39;No.353(28) 17580-17582+17732

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于支持向量机的水稻纹枯病识别研究
Research on Recognition of Rhizocotonia solani Based on Support Vector Machine

刘婷婷;

摘要(Abstract):

[目的]研究支持向量机对纹枯病病害进行自动识别,弥补人工识别的缺陷和不足,提高识别的准确性和效率。[方法]以水稻纹枯病为研究对象,使用基于矢量中值滤波的方法对水稻纹枯病图像进行预处理。利用模糊C均值聚类法,在图像分割阶段进行灰度图像分割;分别从颜色、纹理和形状3个方面提取代表病斑的特征参数。最后用支持向量机识别方法进行水稻纹枯病识别,并与基于BP神经网络的识别方法进行对比。[结果]识别率达到95.00%,要优于BP神经网络的91.88%。[结论]基于支持向量机的水稻纹枯病识别弥补了人工识别的缺陷,也提高了准确性和效率,有广阔的应用前景。

关键词(KeyWords): 水稻纹枯病;支持向量机;特征提取;分类识别

Abstract:

Keywords:

基金项目(Foundation): 国家863项目,“大田作物智能诊断技术系统研究与应用”(2007AA10Z237)

作者(Author): 刘婷婷;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享