一种用于农作物叶部病害图像识别的双权重协同表示分类方法

摘要：

农作物病害是我国主要的农业灾害之一,准确识别病害类型是防治农作物病害的关键.因此,首先采集了小麦、玉米、花生、棉花4种农作物的22种常见叶部病害的441张图像;然后,在对每张病害图像中的叶片和病斑进行分割的基础上,分别提取了描述农作物种类的叶片特征参数和描述病害类型的病斑特征参数;其次,将这两类特征参数组合并作归一化处理,得到病害图像的数据特征向量;再次,采用所有病害图像的数据特征向量,构建了一个农作物叶部病害数据集;最后,在同时考虑数据特征重要性和数据空间局部性的基础上,提出了一种双权重协同表示分类(DWCRC)方法并将其用于农作物叶部病害识别.在农作物叶部病害数据集上的实验结果表明,提出的双权重协同表示分类方法在用于农作物叶部病害识别时具有较高的识别率.

关键词：特征提取、协同表示、双权重协同表示分类、农作物叶部病害、图像识别

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金委-河南人才联合基金项目U150462;河南省教育厅科学技术研究重点项目15A413009

在线出版日期：2017-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：302-306,311