文献类型：期刊文章

作　　者：田有文[1] 李天来[2] 李成华[3] 朴在林[1] 孙国凯[1] 王滨[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]沈阳农业大学园艺学院,沈阳110161 [3]沈阳理工大学机械工程学院,沈阳110168

出　　处：《农业工程学报》

年　　份：2007

卷　　号：23

期　　号：6

起止页码：175-180

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20073010707425)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：应用计算机图像处理技术和支持向量机识别方法研究了葡萄叶部病害的识别,以提高识别的准确性和效率。首先对采集到的葡萄病害彩色图像采用矢量中值滤波法去除噪声,然后采用统计模式识别方法和数学形态学对病叶图像进行了分割。最后提取了葡萄病叶彩色图像的纹理特征、病斑的形状特征和颜色特征,并用支持向量机的模式识别方法来识别葡萄病害。试验结果表明:支持向量机识别方法能获得比神经网络方法更好的识别性能;综合形状特征和纹理特征的支持向量机识别方法对葡萄病害的正确识别率优于只用形状特征或纹理特征的病种识别,综合颜色特征和纹理特征的支持向量机识别方法对葡萄病种识别的正确率高于只用颜色特征或纹理特征的准确率。

关 键 词：支持向量机 图像处理  葡萄病害 矢量中值滤波 图像分割 特征向量

分 类 号：TP391.41]