基于SVM的水稻稻瘟病识别方法.pdfVIP

第44卷 第 11期 东 北 农 业 大 学 学 报 44(111：118~126 2013年 l1月 JournalofNortheastAgnculturalUniversity NOV．20l3 网络出版时间2013—11-299：07：41 [URElhttp：／w／ww．cnki．net／kcms／detail／23．1391．S0907．003．html 基于SVM 的水稻稻瘟病识别方法 赵开才 ，石凤梅 ，孟庆林 ，马立功 (1．黑龙江省科学技术情报研究所，哈尔滨 150001；2．黑龙江省农业科学院植物保护研究所，哈尔滨 150080) 摘 要：针对水稻稻瘟病人工识别准确性和效率不高的问题，提 出基于多分类支持向量机的水稻稻瘟病识别 方法。首先进行不同水稻稻瘟病病斑的颜色特征和形状特征提取，经过特征选择确定8个最佳特征组合，然后利用 多分类支持向量机，对不同类型水稻稻瘟病进行识别。通过比较多分类支持向量机不同参数下的-e／．~,1效果，确定 稻瘟病识别支持向量机最佳模型参数。试验结果表明，基于多分类支持向量机的水稻稻瘟病识别方法具有较高识 别精度 ，平均正确识别率达到了93-3％，能够有效地对水稻稻瘟病病害图像进行识别。 关键词 ：图像识别；特征提取；多分类支持向量机；稻瘟病 中图分类号：TP391．4 文献标志码：A 文章编号：1005—9369(2013)11-Oll8—09 赵开才，石凤梅，孟庆林，等．基于SVM的水稻稻瘟病识别方法J【】_东北农业大学学报，2013，44(11)：118-126． ZhaoKaicai，ShiFengmei，MengQinglin，eta1．MethodofrecognitionofriceblastbasedonSVM[J]．JournalofNo~heast AgriculturalUniversity,2013，44(11)：118-126．(inChinesewithEnglishabstract) Method ofrecognition ofrice blastbased on SVM／zHAO Kaicai~，SHI Fengmei，MENG Qinglin，MA Ligong(1 lnstitute ofScientific and TechnicalInformation of HeilongjiangProvince，Harbin150001，China；2．PlantProtectionInstituteofHeilongjiangAcademyof AgriculturalSciences，Habrin150080，China) Abstract：AnovelmethodforrecognizingriceblastbyusingMulti-classsuppo~vectormachines (multi-classSVM)wasstudiedtoimproverecognitionaccuracyandefficiency．Atfirst，thericeblast colorfeaturesand shape featureswere extracted and the besteightfeature setswere selected by analyzing．Differentkind’Sofriceblastwereclassifiedbasedonthemulti—classSVM，byusingthebest combinedfeaturesets．Therecognitionaccuracyusingdifferentclassificationkernelparameterswere comparedandanalyzed，andthebestmodelparameterswereobtained．Theexperimentalresultshow S thatthericeblastrecognitionalgori