作者：肖志云; 刘洪马铃薯虫害小波域高斯空间模型特征选择图像识别支持向量机
摘要：为准确、快速地识别马铃薯典型虫害,提出了一种基于小波域的马铃薯典型虫害特征提取与识别方法。该方法以自然环境下的马铃薯虫害分割图像为对象,提取小波域高斯空间模型的高频协方差阵特征值与低频低阶矩（HELM）的12个不变纹理特征、空间域Hu不变矩的4个形状特征,进行支持向量机（SVM）的虫害分类识别。通过对8类典型虫害的识别,试验结果表明：在SVM识别方法下,本文HELM特征提取方法,相比传统纹理特征提取方法,在特征计算量不增加的同时,平均识别率至少提高了17个百分点;在HELM特征与Hu矩特征下,本文SVM的运行时间为0.481 s,比人工神经网络快了近2 s,平均识别率为97.5%,比人工神经网络、贝叶斯分类器识别率提高了至少6个百分点,有明显的识别优势。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
