基于PCA-SVM的棉花出苗期杂草类型识别

摘要：

为了实现棉田中不同类型杂草的机器视觉识别,提出基于主成分分析和支持向量机的棉花出苗期杂草识别方法.该方法通过提取棉田图像中棉花和杂草的颜色、形状、纹理等特征,并利用主成分分析(PCA)降低特征变量空间维数,结合支持向量机,实现对棉田杂草类型分类.通过120个棉花杂草测试样本分类试验结果发现,经PCA降维得到的前3个主成分分量能有效减少支持向量机的训练时间和提高分类正确率；通过对比发现前3个主成分分量与径向基核函数支持向量机相结合效果最好,其训练时间为91 ms,平均分类正确率达98.33％.

关键词：棉花、杂草识别、图像处理、主成分分析、支持向量机

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：农业部行业科技专项资助项目201203025;中国农业大学研究生科研创新专项资助项目2012YJ262

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：184-189,196