基于级联AdaBoost分类器的农作物虫害图像识别研究

摘要：

农作物虫害预防是农业生产中的重要环节.针对传统的虫害预防工作强度大、耗时长、效率低的问题,本文应用机器学习理论,在农作物害虫识别方面进行相关的研究,提出一种基于级联AdaBoost分类器的虫害识别方法.使用Haar-like特征提取害虫的特征,将提取到的特征构建弱分类器,并通过AdaBoost算法将构建得到的弱分类器集合得到强分类器,最后通过级联的方式得到一个级联AdaBoost分类器来识别害虫.试验表明,本文方法对简单背景的虫害图片能够达到95.71％的识别率,对复杂背景的虫害图片能达到86.67％的识别率,为农作物虫害的识别和预防提供有效途径.

关键词：机器学习、Haar-like特征、AdaBoost算法、虫害识别

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家“十二五”科技计划支撑项目2012BAD35B00

在线出版日期：2019-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：127-131