基于朴素贝叶斯分类的柑橘叶片溃疡病诊断

摘要：

为实现准确、快速地识别柑橘叶片溃疡病,提出一种基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法.基于不同病害程度的叶片数码图像,根据颜色空间特征,构建基于朴素贝叶斯的柑橘叶片溃疡病斑识别模型,并对比分析朴素贝叶斯分类、固定阈值分割、自适应阈值分割、支持向量机分割对柑橘叶片溃疡病的诊断能力.结果表明:基于朴素贝叶斯分类的柑橘叶片溃疡病斑分割效果较好,误分割率仅为3.58％,远远优于阈值法和支持向量机.在运行效率方面,4种算法耗时排序为固定阈值法<自适应阈值法<朴素贝叶斯法<支持向量机法,但均在较合理的范围内;结合前期准备时间,朴素贝叶斯法的运行效率最佳.综上所述,朴素贝叶斯分类算法在柑橘叶片溃疡病诊断方面具有快速、精准的应用能力,可以为果树从业者精确诊断果树病害严重度提供新思路.

关键词：柑橘;溃疡病;朴素贝叶斯分类;阈值分割

所属期刊栏目：47

分类号：TP39;S436.661.1(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金;内蒙古自治区科学技术厅项目

在线出版日期：2021-09-16（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：429-438