基于支持向量机和色度矩的植物病害识别研究

针对植物病害彩色纹理图像的特点 ,提出将支持向量机和色度矩分析方法相结合应用于植物病害识别中。首先利用色度矩提取植物病害叶片的特征向量 ,然后利用支持向量机分类方法进行病害的识别。黄瓜病害纹理图像识别实验分析表明 ,利用色度矩提取病害彩色纹理图像特征简便、快捷、分类效果好 ;支持向量机分类方法在病害分类时训练样本较少 ,具有良好的分类能力和泛化能力 ,适合于植物病害的分类。不同分类核函数的相互比较分析表明 ,线性核函数最适于植物病害的分类识别。

基于纹理特征和支持向量机的玉米病害的识别

针对玉米病害叶片彩色纹理图像的特点,提出一种将支持向量机和色度矩分析应用于玉米病害识别的方法。首先利用色度矩提取玉米病害叶片纹理图像的特征向量,然后将支持向量机分类方法应用于病害的识别。玉米病害纹理图像识别实验结果表明:支持向量机分类方法对于病害分类训练样本较少时,具有良好的分类能力和泛化能力,适合于玉米病害的分类。不同分类核函数的相互比较分析表明,径向基核函数最适合于玉米病害的分类识别。

基于图像处理的日光温室黄瓜病害识别的研究

根据日光温室黄瓜病害的彩色纹理图像的特点,将支持向量机和色度矩方法用于识别黄瓜病害。在进行分类时,首先以色度矩作为特征向量,然后将支持向量机分类方法应用于黄瓜病害的识别。通过黄瓜病害纹理图像识别实验分析表明,以色度矩作为病害彩色纹理图像的特征向量简便、快捷、分类效果好;支持向量机分类方法在黄瓜病害训练样本较少时也具有良好的分类能力和泛化能力,非常适合于黄瓜病害的分类问题。不同分类核函数的相互比较分析表明,线性核函数最适合黄瓜病害识别。

基于纹理特征和支持向量机的葡萄病害的识别

针对葡萄病害彩色纹理图像的特点,提出一种将支持向量机和色度矩分析应用于葡萄病害识别的方法。首先利用色度矩提取葡萄病害叶片纹理图像的特征向量,然后将支持向量机分类方法应用于病害的识别。葡萄病害纹理图像识别实验结果表明,利用色度矩提取病害彩色纹理图像特征简便、快捷、分类效果好;支持向量机分类方法对于病害分类训练样本较少时,具有良好的分类能力和泛化能力,适合于葡萄病害的分类。不同分类核函数的相互比较分析表明,径向基核函数最适合于葡萄病害的分类识别。