基于Fisher判别分析的玉米叶部病害图像识别

摘要：

”目的”利用计算机视觉技术实现玉米叶部病害的自动识别诊断.”方法”在大田开放环境下采集病害图像样本,综合应用基于H阐值分割、迭代二值化、图像形态学运算、轮廓提取等算法处理病害图像,抽取病斑,提取病害图像的纹理、颜色、形状等特征向量,采用遗传算法优化选择出分类特征,并利用费歇尔判别法识别普通锈病、大斑病和褐斑病3种玉米叶部病害.”结果”研究中提取了墒、相关信息测度、分形维数、H值、Cb值、颜色矩、病斑面积、圆度、形状因子等28个特征向量,利用遗传算法优选出H值、颜色矩、病斑面积、形状因子等4个独立、稳定性好、分类能力强的特征向量,应用费歇尔判别分析法识别病害,准确率达到90%以上.”结论”综合运用数字图像处理技术、图像纹理、颜色、形状特征分析方法、遗传算法、费歇尔判别分析方法可以有效识别基于田间条件下采集的病害图像,为田间开放环境下实现大田作物病虫害的快速智能诊断提供借鉴.

关键词：玉米、叶部病害、特征提取、遗传算法、费歇尔判别分析

所属期刊栏目：42

分类号：S4(植物保护)

资助基金：国家高技术研究发展计划863计划2007AA10Z237和2006AA10Z207

在线出版日期：2010-01-15（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：3836-3842