基于动态集成的黄瓜叶部病害识别方法

摘要：

对作物病害类型的准确识别是病害防治的前提.为提高病害识别的准确度,以黄瓜叶部病害识别为例,提出一种基于动态集成的作物叶部病害种类的识别方法.首先利用图像分块策略提取病害图像的75维颜色统计特征,然后采用不一致度量方法对构建的10个BP神经网络单分类器进行差异性度量,并按照差异性大小进行排序,最后根据分类器的可信度,动态选择差异性大的分类器子集对病害图像进行集成识别.在由512幅白粉病、霜霉病、灰霉病和正常叶片4类黄瓜叶片组织图像构成的测试集上,所提方法的识别错误率为3.32％,分别比BP神经网络、SVM、Bagging、AdaBoost算法降低了1.37个百分点、1.56个百分点、1.76个百分点、0.78个百分点.试验结果表明:所提方法能够实现黄瓜叶部病害种类的准确识别,可为其它作物病害的识别提供借鉴.

关键词：黄瓜、叶部病害、图像识别、集成学习、差异性度量、动态选择

所属期刊栏目：48

分类号：S431.9;TP391.4(病虫害及其防治)

资助基金：国家自然科学基金项目61403035、71301011;北京市自然科学基金项目9152009

在线出版日期：2017-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：46-52