基于支持向量机的玉米叶部病害识别

摘要：

针对玉米叶部病害图像的特点,提出将支持向量机(SVM)组成的多分类器应用于多种玉米叶部病害识别中.首先利用Live-Ware分割算法分割出玉米叶部病灶,再利用小波特征提取算法提取病灶的特征向量,最后利用支持向量机分类方法进行病害的识别.玉米叶部病害图像识别试验结果表明,支持向量机分类方法适合小样本情况,具有良好的分类能力,适合多种玉米叶部病害的分类.不同的分类核函数的相互比较分析表明,径向基核函数最适合玉米病害的分类识别.

关键词：支持向量机、特征向量、多分类器、病害识别、玉米叶部病害

所属期刊栏目：23

分类号：S4(植物保护)

资助基金：辽宁省高校自然科学基金20243303;沈阳市科技局创新基金20020256

在线出版日期：2007-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：155-157