基于图像识别的小麦腥黑穗病害特征提取与分类

摘要：小麦的网腥、印度腥与矮腥黑穗病危害小麦生产与人体健康,是出入境检验检疫的重要对象.该文利用小麦腥黑穗病害显微图像,采用图像分析与识别技术进行了小麦的网腥、印度腥及矮腥3类病害的分类识别.在分离出单个病害孢子图像的基础上,提取了3类病害孢子图像的16个形状和纹理特征,通过分析,从中选择小麦病害孢子的6个典型特征,并分别用最小距离法、BP神经网络和支持向量机分类器对提取的96个小麦腥黑穗病害孢子图像进行了分类试验,结果表明:支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,总体识别率达到82.9％.因此,采用图像分析技术和支持向量机识别方...

关键词：

图像识别支持向量机分类特征提取小麦腥黑穗病害

分类号：

TP391.4(计算技术、计算机技术)

资助基金：

公益性行业科研专项 ( 200910008 )

在线出版日期：

2012-07-06 （万方平台首次上网日期，不代表论文的发表时间）

页数：

5 ( 172-176 )

英文信息

相关知识

基于图像的植物病害识别与分类
一种基于图像识别的植物健康检测方法及装置与流程
基于图像识别的花卉病虫害预警
基于深度迁移学习模型的花卉种类识别
基于深度学习的农作物病害图像识别技术进展
基于计算机视觉的花卉叶部病害识别方法研究
基于深度学习的植物病虫害识别方法与流程
机器视觉识别棉花病害中的形态特征提取
图像识别算法有哪些
深度学习之基于Tensorflow卷积神经网络花卉识别系统

原文链接: 基于图像识别的小麦腥黑穗病害特征提取与分类 https://www.huajiangbk.com/newsview167704.html