基于Gabor小波和颜色矩的棉花盲椿象分类方法

摘要：

为了提高棉花盲椿象测报精度,提出了一种在自然环境下基于Gabor小波和颜色矩的棉花盲椿象自动分类方法.该方法以5种棉花盲椿象为研究对象,利用Gabor小波和颜色矩分别提取盲椿象图像的纹理和颜色特征,并结合主成分分析和支持向量机,实现了棉花盲椿象的分类.通过特征提取与优化试验发现,利用主成分变换得到的第1主成分、第2主成分和第3主成分分量累计贡献率为87.3％,且聚类效果较好；通过棉花盲椿象分类试验得出,经过主成分分析与径向基核函数支持向量机相结合的棉花盲椿象分类效果最好,其训练时间为89 ms,分类正确率达91％.该方法能准确对棉花盲椿象进行分类与识别.

关键词：分类、棉花、主成分分析、支持向量机、盲椿象、Gabor小波

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：中国农业大学研究生科研创新专项资助KYCX2011072

在线出版日期：2012-07-06（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：133-138