基于计算机视觉的葡萄叶部病害识别研究

摘要：

利用数字图像处理和支持向量机技术实现对植物叶部常见病害的自动识别,以葡萄叶部常见的白粉病、黑腐病、霜霉病为研究对象,对采集的图像进行预处理后,提取病斑区域形状、颜色和纹理的共15个特征,利用支持向量机分类器对葡萄叶部常见病害进行分类识别.结果表明,与其他核函数相比,径向基核函数对葡萄叶部病害测试样本的识别率最高,正确率达95.00％,说明利用计算机视觉技术实现对葡萄叶部常见病害的自动识别是可行的;通过多次试验可以得出,利用多特征组合进行识别可以有效地提高葡萄叶部常见病害的识别准确率.

关键词：葡萄病害、形状特征、颜色矩、灰度共生矩阵、支持向量机

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：河北省科技支撑计划16220308D;河北省石家庄市科技支撑计划161130032A

在线出版日期：2018-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：222-225