基于粒子群的支持向量机图像识别.pdf

第 32卷 第 1期 液 晶与显示 Vo1．32 No．1 2017年 1月 ChineseJournalofLiquidCrystalsandDisplays Jan．2017 文章编号 ：1007—2780(2017)01—0069—07 基于粒子群的支持 向量机 图像识别 韩晓艳 ，赵 东。 (1．吉林农业大学信息技术学院，吉林长春 130118； 2．长春理工大学光电信息学院信息工程分院，吉林长春130012； 3．长春师范大学计算机科学与技术学院，吉林长春 130032) 摘要 ：为了实现对 田间水稻缺素的精准识别，构建一个 图像识别系统 。对该系统所采用 的图像采集、图像分割、基于支持 向量机图像分类等算法进行研究。首先，根据 田间水稻的缺素现象进行图像采集和处理。然后提取图像与氮元素相关 的颜色特征。在分析比较 SVM算法对图像分割的基础上，提出一种基于改进粒子群算法进行 SVM参数优化算法模型 (即 IPS0一SVM)。最后 ，对实验进行设置 ，对算法模型与其他算法进行测试对 比。实验结果表 明：对水稻缺素诊断的准 确率达到95．45 ，基本满足田问水稻缺素的科学诊断要求。 关 键 词 ：图像分割 ；支持 向量机 ；粒子群 ；缺素 中图分类号 ：TP394．1；TH691．9 文献标识码 ：A doi：10．3788／YJYX0069 Supportvectormachineimagerecognition basedonparticleswarm HAN Xiao—yan ．ZHAO Dong。 (1．CollegeofInformationTechnology，-，ilinAgriculturalUniversity， Changchun 13O118，China： 2．CollegeofInformationEngineering，CollegeofOpticalandElectronicalInformation， ChangchunUniversityofScienceandTechnology， Changchun 130032，China； 3．CollegeofComputerScienceandTechnology， ChangchunNormalUniversity，Changchun 130032，China) Abstract：In ordertorealizethepreciseidentification ofthemissingelementsinthefieldofrice，an imagerecognitionsystem wasconstructed．Theimageacquisition，imagesegmentationandimageclas— sificationbasedon supportvectormachinearestudiedin thissystem．Firstly，imageacquisition and 收稿 日期 ：2016-08～11；修订 日期 ：2016—10—17． 基金项 目：国家 自然科学基金 (No；吉林省 自然科学基金 (No．20140101184JC)；长春市科技计划资助项 目 (No．2012091)；吉发改高技(No．2014817)；吉林省教育厅(No．2016392) SupportedbyNationalNaturalScienceFoundationofChina(No．6ll01155)：JilinProvinceNaturalScience FoundationofC