王旭启+张善文+王献锋
摘要:针对作物病害识别的复杂性,提出一种基于不变矩(invariants moments,IM)算法的病害识别方法。对作物病害叶片图像进行不变矩特征提取,采用最近邻分类器对作物病害叶片进行识别。以芹菜病害叶片为材料,进行病害识别,结果表明,该方法是有效可行的。
关键词:作物病害叶片;特征提取;不变矩;最近邻分类器
中图分类号: TP391.41文献标志码: A文章编号:1002-1302(2014)06-0378-02
收稿日期:2013-10-09
基金项目:国家自然科学基金(编号:61272333);陕西省教育厅自然科学研究项目(编号:2013JK887)。
作者简介:王旭启(1976—),男,河南遂平人,硕士,讲师,从事模式识别研究。E-mail:wjdw716@163.com。作物病害是限制我国农业生产的重要因素。由于作物病害造成的损失巨大,所以作物病害检测一直是农业科技工作者的研究重点。实际生产中,农民及农业科技工作者主要依靠自身经验诊断作物病害,这种诊断方法的识别能力有限,通常在作物病害程度比较重时才能识别,而且费时费力,严重影响作物病害预报准确率。绝大多数作物病害会通过叶子表现出来,因此基于作物叶片症状的作物病害识别方法是研究热点之一。近年来,学者们对作物病害识别及检测方法进行了广泛研究,通过对农作物病害图像进行预处理,提取病害特征参数,使用不同分类器达到智能识别的目的[1-6]。程鹏飞从颜色、纹理两方面人为地选择合适的病害分类特征参数,利用模糊K近邻法建立分类器对植株叶片进行模式识别,但人为选择特征参数会影响植物病害的识别准确度[7]。……