基于CS-SVM 的谷子叶片病害图像识别
基于CS-SVM 的谷子叶片病害图像识别
复制标题
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
许帅涛
中科院分区：
文献类型：
--
作者：
张红涛;李艺嘉;谭联;许帅涛
利用图像识别方法对常见的谷子叶片病害进行判别，为制定合理的病害防治措施提供科学依据。试.验采集了谷瘟病、白发病、红叶病、锈病共4 种谷子叶片病害的原始图像，运用基于超绿特征的最大类间方差.法对谷子叶片病害进行分割，提取谷子叶片病害颜色、形态、纹理等共计19 个特征，采用蚁群优化算法选择.了8 个特征。运用布谷鸟算法( cuckoo search，CS) 优化支持向量机( support vector machine，SVM) 的惩罚因子.c 和径向核函数g，利用SVM 对谷子叶片病害进行自动判别。结果表明，当c = 80. 2662，g = 1. 8467 时，谷子.叶片病害和叶片的平均识别率达到99%，表明基于CS-SVM 的图像识别方法可对4 种谷子叶片病害进行准.确分类。