《基于压缩感知理论的苹果病害识别方法》.pdfVIP

2013年10月 农 业 机 械 学 报 第44卷第1O期 doi：10．6041／j．issn．1000—1298．2013．10．036 基于压缩感知理论的苹果病害识别方法 霍迎秋 唐晶磊 尹秀珍 方 勇 (1．西北农林科技大学机械与电子工程学院，陕西杨凌 712100；2．西北农林科技大学信息工程学院，陕西杨凌 712100) 摘要 ：为实现 自然场景下低分辨率苹果果实病害的智能识别 ，提 出了一种基于压缩感知理论 的苹果病害识别方法。 以轮纹病 、炭疽病和新轮纹病 3种常见的苹果果实病害为研究对象，提取病斑 的8个纹理特征参数组成训练特征 矩阵。利用压缩感知理论，求解待测样本特征向量在特征矩阵上的稀疏表示系数向量，通过对系数向量的分析实 现待测样本的分类。设计灰度关联分析和支持向量机识别模型与本文方法进行识别效果对 比，平均正确识别率分 别为 86．67％、90％和90％。实验结果表明，基于压缩感知理论的识别方法能够对苹果病害进行有效识别。 关键词 ：苹果病害 压缩感知 特征矩阵 稀疏表示 支持 向量机 中图分类号：TP391．41；$436．611．1 文献标识码 ：A 文章编号：1000-1298(2013)10~227—06 AppleDiseaseRecognition Basedon CompressiveSensing HuoYingqiu · TangJinglei YinXiuzhen。 FangYong (1．CollegeofMechanicalandElectronicEngineering，NorthwestAFUniversity，Yangling，Shaanxi712100，China 2．Collegeof InformationEngineering，NorthwestAFUniversity，Yangling，Shaanxi712100，China) Abstract：To intelligently recognize apple fruitdiseasesrfom low—resolution imagestaken in natural environment，amethodbased oncompressivesensingwasproposed．Threekindsofapplerfuitdiseases (appleringrot，appleanthracnoseandnew appleringrot)wereinvestigated．Eighttexturefeature valueswere extracted to constructthe training eigenmatrix． Then compressive sensing was used to approximatethesparsecoefficientvectorwhichwasthesparserepresentationofthesampleeigenvectoron thetrainingeigenmatrix．Thusthetestsamplewasclassifiedbyanalyzingthecoefficientsvector．Boththe grayrelationanalysisandthesupportvectormachinerecognitionmodelswereconstructedtocomparewith theproposedmethod．Therecognitionratesofthreemodelswere86．67％ ，90％ and90％ ，respectively． The experimental results showed that the recognition method based on compressive sensing could effectivelyrecognizethesethreekindsofapplerfuitdiseases． Key words：Appledisease Compressivesens