文献类型：期刊文章

作　　者：李先锋[1] 朱伟兴[2] 孔令东[1] 花小朋[1]

机构地区：[1]盐城工学院信息工程学院,盐城224051 [2]江苏大学电气信息工程学院,镇江212013

出　　处：《农业机械学报》

基　　金：盐城工学院重点建设学科开放基金资助项目(XKY2010021);江苏大学现代农业装备与技术省部共建教育部重点实验室开放基金资助项目(NZ200709)

年　　份：2011

卷　　号：42

期　　号：11

起止页码：164-168

语　　种：中文

收录情况：BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20115014603082)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和D-S证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片的颜色、形状和纹理等3类视觉特征,分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA),运用D-S证据组合规则进行决策级融合,根据分类判决门限给出最终的识别结果。试验结果表明,多特征决策融合识别方法正确识别率达到97%以上。

关 键 词：杂草识别 特征提取  支持向量机  D-S证据理论 决策级融合

分 类 号：TP391.41]