基于无人机可见光图像Haar-like特征的水稻病害白穂识别

摘要：

实现稻田精准植保的关键是自然环境下病变区域的准确识别.为实现大面积稻田中白穗的精确识别,该文提出一种小型多旋翼无人机水稻病害白穂识别系统,该系统以无人机平台作为图像采集、处理和识别的基础,首先对白穗图像提取Haar-like特征,其次以Adaboost算法进行白穗训练识别.以4类Haar-like特征及其组合构建弱分类器,用采集的稻田白穗和背景共700个样本点训练生成强分类器.所得强分类器对测试集中65幅图像中的423个白穗样本点进行识别验证,结果表明:白穗识别率可达93.62％,误识别率为5.44％,该方法可有效抑制一般的稻叶遮挡、稻穗黏连以及光照等复杂背景的影响,适合于自然环境下的稻田白穗现场识别.

关键词：无人机、算法、病害、水稻白穗、Haar-like特征

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家公益性行业农业科研专项201303005;山东省现代农业产业技术体系创新项目;山东省"双一流"奖补资金资助SYL2017XTTD14

在线出版日期：2018-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：73-82