基于多分类器融合的玉米叶部病害识别-IngentaConnect.PDFVIP

第 31 卷 第 14 期 农 业 工 程 学 报 Vol.31 No.14 194 2015 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2015 基于多分类器融合的玉米叶部病害识别 1,2 1,2 1,2 3 3 1,2 许良凤 ，徐小兵 ，胡 敏 ，王儒敬 ，谢成军 ，陈红波 （1. 合肥工业大学计算机与信息学院，合肥 230009 ； 2. 合肥工业大学情感计算与先进智能机器安徽省重点实验室， 合肥 230009 ； 3. 中国科学院合肥智能机械研究所，合肥 230031 ） 摘 要：针对单分类器识别的局限性和玉米叶部病害的复杂性，该文提出了一种基于自适应加权的多分类器融合的玉米 叶部病害识别方法。首先，对采集的玉米叶部病害图像的病害区域分别提取颜色、颜色共生矩阵和颜色完全局部二值模 式 3 种特征，并相应地构建 3 个基于支持向量机的单分类器；然后，利用 K 近邻和聚类分析的方法计算各单分类器的自 适应动态权值；最后，通过线性加权的方式进行融合判决，得到最终的分类结果。利用该方法对 7 种常见的玉米叶部病 害图片进行了试验，平均识别率达 94.71% 。结果表明，其性能优于目前常见的单一特征或特征组合构建的同类分类器及 多分类器融合方法。研究结果为其他农作物病害诊断提供了借鉴和参考。 关键词：病害；识别；图像处理；多分类器融合；玉米叶部病害；自适应加权；颜色共生矩阵；支持向量机 doi ：10.11975/j.issn.1002-6819.2015.14.027 中图分类号：TP391 文献标志码：A 文章编号：1002-6819(2015)-14-194-08 许良凤，徐小兵，胡 敏，等. 基于多分类器融合的玉米叶部病害识别[J]. 农业工程学报，2015，31(14)：194－201. doi ：10.11975/j.issn.1002-6819.2015.14.027 Xu Liangfeng, Xu Xiaobing, Hu Min, et al. Corn leaf disease identification based on multiple classifiers fusion[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(14): 194 －201. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2015.14.027 结合应用到植物病害识别研究，在黄瓜病害识别试验中验 0 引 言 证了该方法的有效性。Pydipati 等[15]提取柑橘病害叶片的 随着农业信息化进程的推进，计算机视觉技术逐步 颜色和纹理特征，在特定环境下运用统计分析系统 在田间杂草识别[1-3] 、农产品品质检测与分级[4-5] 、农作物 （statistical analysis system，SAS）对离体叶片病害进行分 病虫害识别和诊断[6-10]等领域得到了广泛的研究与应用， 类，获得了较高的准确率。上述文献的共同特点：均是 且取得了显著的成效。玉米是中国重要的粮食作物和工