English

中国农机化学报

中国农机化学报 ›› 2019, Vol. 40 ›› Issue (8): 132-136.DOI: 10.13733/j.jcam.issn.2095-5553.2019.08.23

• 中国农机化学报 • 上一篇    下一篇

基于PCA-SVM的麦冬叶部病害识别系统

刘翠翠;杨涛;马京晶;孙付春;李晓晓;   

  1. 成都大学四川抗菌素工业研究所;成都大学机械工程学院;成都海逸机电设备有限公司;成都大学信息科学与工程学院;
  • 出版日期:2019-08-15 发布日期:2019-08-15
  • 基金资助:
    四川省教育厅重点自然科学研究项目(16ZA0382)

  • Online:2019-08-15 Published:2019-08-15

摘要: 以川麦冬叶部黑斑病、炭疽病、叶枯病3种病害图像为研究对象,采用K-Means聚类分割技术分离出病斑,通过对颜色、形状和纹理特征构成的46维特征向量进行主成分分析,再运用支持向量机设计的多级分类器进行病害识别,开发出的麦冬叶部病害识别系统识别率达到了94.4%,表明了系统对麦冬病害防治,促进麦冬产业现代化发展有重要意义。

关键词: 麦冬, 主成分分析, 支持向量机, 病害识别

中图分类号: