首页 | 本学科首页   官方微博 | 高级检索  
     

基于多特征融合和SVM分类器的植物病虫害检测方法
引用本文:蒋龙泉,鲁帅,冯瑞,郭跃飞.基于多特征融合和SVM分类器的植物病虫害检测方法[J].计算机应用与软件,2014(12).
作者姓名:蒋龙泉  鲁帅  冯瑞  郭跃飞
作者单位:复旦大学计算机科学技术学院 上海201203
基金项目:国家高技术研究发展计划项目(2011AA 100701);上海市科委科技创新行动计划项目(12511501602);上海市宝山区科委产学研合作项目( CXY-2011-11)。
摘    要:针对农业领域植物病虫害检测问题,提出一种基于高清视频图像融合特征的支持向量机(SVM)的检测方法,实现农业生产中植物病虫害的快速检测。对每幅植物叶片图像的颜色、HSV、纹理和方向梯度直方图四种特征采用基于特征包的多特征融合方法,形成特征向量,并利用SVM分类器进行训练分类。对单特征与融合特征的SVM分类器性能进行试验比较,所提出的方法具有较高的准确率。

关 键 词:植物病虫害  多特征融合  特征包  支持向量机  分类器

A PLANT PESTS AND DISEASES DETECTION METHOD BASED ON MULTI-FEATURES FUSION AND SVM CLASSIFIER
Jiang Longquan,Lu Shuai,Feng Rui,Guo Yuefei.A PLANT PESTS AND DISEASES DETECTION METHOD BASED ON MULTI-FEATURES FUSION AND SVM CLASSIFIER[J].Computer Applications and Software,2014(12).
Authors:Jiang Longquan  Lu Shuai  Feng Rui  Guo Yuefei
Abstract:
Keywords:Plant pests and diseases  Multi-feature fusion  Bag of Features  Support vector machine  Classification
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号