Share
Journal of Chinese Agricultural Mechanization ›› 2019, Vol. 40 ›› Issue (8): 132-136.DOI: 10.13733/j.jcam.issn.2095-5553.2019.08.23
Previous Articles Next Articles
Online:
Published:
刘翠翠;杨涛;马京晶;孙付春;李晓晓;
基金资助:
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
CLC Number:
S435.672
TP391.41
刘翠翠;杨涛;马京晶;孙付春;李晓晓;. 基于PCA-SVM的麦冬叶部病害识别系统[J]. 中国农机化学报, 2019, 40(8): 132-136.
0 / / Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: http://zgnjhxb.niam.com.cn/EN/10.13733/j.jcam.issn.2095-5553.2019.08.23
http://zgnjhxb.niam.com.cn/EN/Y2019/V40/I8/132