基于SVM和DS證據(jù)理論融合多特征的玉米病害識別研究
發(fā)布時間:2023-05-07 13:16
針對玉米葉部病害圖像的顏色、紋理、形狀特征對病害影響的差異性,提出一種結(jié)合單特征下的SVM識別準確率和識別結(jié)果的融合多特征玉米病害識別方法。首先對預處理后的玉米病害圖片提取顏色、紋理、形狀3種特征,對應每一種特征構(gòu)建一個SVM分類器,結(jié)合3個SVM分類器的平均準確率和識別結(jié)果作為證據(jù)理論的3個證據(jù),構(gòu)建D-S證據(jù)理論的基本概率分配函數(shù)(BPA),最后根據(jù)D-S證據(jù)理論決策規(guī)則進行決策級融合,依據(jù)決策條件輸出最終識別結(jié)果。結(jié)果表明,結(jié)合SVM識別準確率和識別結(jié)果來對玉米的灰斑病、彎孢菌葉斑病、銹病三種病害進行識別,準確率分別為95%,85%,100%,平均準確率為93.33%,該方法對玉米葉部病害的識別更準確和穩(wěn)定。
【文章頁數(shù)】:6 頁
【文章目錄】:
0 引言
1 試驗材料
2 圖像處理與特征提取
2.1 圖像處理
2.2 特征提取
2.2.1 顏色特征提取
2.2.2 形狀特征提取
2.2.3 紋理特征提取
3 多特征融合
3.1 D-S證據(jù)理論
3.2 支持向量機
3.3 BPA函數(shù)構(gòu)造
3.4 決策級融合病害識別
4 試驗結(jié)果及分析
4.1 單特征SVM參數(shù)的選取
4.2 證據(jù)融合識別結(jié)果分析
5 結(jié)論
本文編號:3810641
【文章頁數(shù)】:6 頁
【文章目錄】:
0 引言
1 試驗材料
2 圖像處理與特征提取
2.1 圖像處理
2.2 特征提取
2.2.1 顏色特征提取
2.2.2 形狀特征提取
2.2.3 紋理特征提取
3 多特征融合
3.1 D-S證據(jù)理論
3.2 支持向量機
3.3 BPA函數(shù)構(gòu)造
3.4 決策級融合病害識別
4 試驗結(jié)果及分析
4.1 單特征SVM參數(shù)的選取
4.2 證據(jù)融合識別結(jié)果分析
5 結(jié)論
本文編號:3810641
本文鏈接:http://www.sikaile.net/nykjlw/dzwbhlw/3810641.html
最近更新
教材專著