基于ROI快速检测与融合特征的马铃薯病害识别

摘要：

[目的]针对在原始马铃薯病害图像上提取特征时计算量大、病害识别准确率低以及传统病害区域分割算法速度慢等问题,提出了一种新的基于关键特征点的病害感兴趣区域(ROI)快速检测与融合颜色和纹理特征的识别方法.[方法]对马铃薯病害图像作适当预处理后,首先提取ORB特征点,当其特征点数目小于给定阈值时提取SIFT特征点,再对所提特征点的坐标值按水平和垂直方向排序,并通过计算K个近邻点的均值来确定病害区域的坐标并提取ROI.然后融合病害ROI的HSV颜色直方图和UPLBP纹理直方图构成总特征向量.最后采用非线性SVM识别马铃薯病害.[结果]利用该方法对240幅马铃薯叶部、果实和茎部10种混合病害图像进行识别实验,结果表明,每幅病害图像ROI检测平均时间为0.013 s,平均识别正确率达95.83％,最高达100％,平均运行时间为0.083 s.[结论]基于ORB和SIF关键特征点的病害ROI检测方法原理简单、易实现且实时性好.本文方法可实现对10类马铃薯病害的快速识别且准确率高,为其它农作物病害识别提供了参考价值.

关键词：马铃薯病害、感兴趣区域、融合特征、支持向量机、识别

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61771411;西南科技大学研究生创新基金资助项目17ycx123

在线出版日期：2019-05-20（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：544-550