基于形状特征和SVM多分类的铜仁地区茶叶病害识别研究

摘要：

针对茶叶常见叶部病斑图像的形状特点,将机器学习应用于茶叶病害识别当中.以茶叶3种常见病害作为研究对象,运用支持向量机方法进行分类识别研究,对有病害的茶叶图像进行处理和特征提取,利用径向基核函数进行分类来提高茶叶病害识别率.运用分类识别方法对茶叶病害进行研究,使茶叶在发病初期就能得到更好的预防以及后期能保证茶叶的质量和产量,提高当地茶叶的销量,促进经济发展.

关键词：形状特征、SVM多分类、茶叶病害、识别

所属期刊栏目：38

分类号：TP391.41;S435.711(计算技术、计算机技术)

资助基金：贵州省大学生创新创业训练计划项目《基于形状特征和SVM多分类的铜仁地区茶叶病害识别研究》;贵州省科技厅科技合作计划项目《基于图像处理和SVM的梵净山区茶叶病害识别方法研究》;贵州省教育厅青年科技人才成长项目《基于计算机视觉的梵净山区茶叶采摘嫩芽嫩叶识别方法研究》;贵州省教育厅青年科技人才成长项目《基于电子舌技术的石阡苔茶品质检测研究》;铜仁市科技计划项目《计算机视觉在梵净山区茶叶品种鉴别中的应用研究》

在线出版日期：2020-05-11（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：7-9