基于PCA-SVM的麦冬叶部病害识别系统

摘要：

以川麦冬叶部黑斑病、炭疽病、叶枯病3种病害图像为研究对象,采用K-Means聚类分割技术分离出病斑,通过对颜色、形状和纹理特征构成的46维特征向量进行主成分分析,再运用支持向量机设计的多级分类器进行病害识别,开发出的麦冬叶部病害识别系统识别率达到了94.4％,表明了系统对麦冬病害防治,促进麦冬产业现代化发展有重要意义.

关键词：麦冬、主成分分析、支持向量机、病害识别

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：四川省教育厅重点自然科学研究项目16ZA0382

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：132-136