摘要
以葡萄的黑腐病、轮斑病、褐斑病为研究对象,以应用小样本数据集和避免使用病斑形状特征进行病害识别为研究目标,研究了基于机器视觉和机器学习的葡萄病害识别方法。对葡萄病害图像进行预处理后,提取了RGB颜色矩、HSV颜色直方图特征、GLCM纹理特征、HOG特征共4种特征集,采用级联融合方式得到2 037维葡萄病害特征,并利用支持向量机算法进行识别训练和测试。结果表明,采用4种特征融合的方式在小样本集下能够获得较好的识别准确率,优于仅使用颜色或者纹理特征的识别方法,且能取代融入病斑的形状特征识别方法。
出处
《现代农业装备》
2018年第6期54-60,共7页
Modern Agricultural Equipment
基金
国家自然科学基金(61471133
61571444)
广州市科技计划项目(201704030098)
广东省科技计划项目(2013B090600065
2017A070712019)
广东省农业技术研发项目(2018LM2167)
