马铃薯典型病害图像自适应特征融合与快速识别.PDFVIP

２０１７年 １２月 农 业 机 械 学 报 第 ４８卷 第 １２期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．１２．００３ 马铃薯典型病害图像自适应特征融合与快速识别 肖志云　刘　洪 （内蒙古工业大学电力学院，呼和浩特 ０１００８０） 摘要：针对自然条件下马铃薯典型病害区域定位和识别难的问题，提出了一种马铃薯典型病害图像的自适应特征 融合与快速识别方法。该方法利用 Ｋｍｅａｎｓ、Ｈｏｕｇｈ变换与超像素算法定位叶片，结合二维 Ｏｔｓｕ与形态学法分割病 斑区域，通过病斑图像颜色、形状、纹理的自适应主成分分析（ＰＣＡ）特征加权融合，进行支持向量机（ＳＶＭ）病害识 别。对３类马铃薯典型病害图像进行识别试验，结果表明：ＳＶＭ识别模型下，自适应特征融合方法相比ＰＣＡ降维、 特征排序选择等传统自适应方法，平均识别率至少提高了１８个百分点；１３个自适应融合特征下，识别方法平均识 别率为９５２％，比人工神经网络、贝叶斯分类器提高了３８个百分