文献类型：期刊文章

作　　者：宋凯[1] 孙晓艳[2] 纪建伟[1]

机构地区：[1]沈阳农业大学信息与电气工程学院,沈阳110161 [2]沈阳理工大学信息学院,沈阳110168

出　　处：《农业工程学报》

基　　金：辽宁省高校自然科学基金项目(20243303);沈阳市科技局创新基金项目(20020256)

年　　份：2007

卷　　号：23

期　　号：1

起止页码：155-157

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对玉米叶部病害图像的特点,提出将支持向量机(SVM)组成的多分类器应用于多种玉米叶部病害识别中。首先利用L ive-W are分割算法分割出玉米叶部病灶,再利用小波特征提取算法提取病灶的特征向量,最后利用支持向量机分类方法进行病害的识别。玉米叶部病害图像识别试验结果表明,支持向量机分类方法适合小样本情况,具有良好的分类能力,适合多种玉米叶部病害的分类。不同的分类核函数的相互比较分析表明,径向基核函数最适合玉米病害的分类识别。

关 键 词：支持向量机 特征向量 多分类器 病害识别 玉米叶部病害  

分 类 号：TP391.4]