基于朴素贝叶斯分类的柑橘叶片溃疡病诊断

作     者：束美艳 魏家玺 周也莹 董奇宙 陈浩翀 黄智刚 马韫韬 SHU Meiyan;WEI Jiaxi;ZHOU Yeying;DONG Qizhou;CHEN Haochong;HUANG Zhigang;MA Yuntao

作者机构：中国农业大学土地科学与技术学院北京100193 广西大学农学院南宁530004 北京市退役军人事务局北京100020 

出 版 物：《浙江大学学报（农业与生命科学版）》 (Journal of Zhejiang University:Agriculture and Life Sciences)

年 卷 期：2021年第47卷第4期

页      面：429-438页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 09[农学] 0904[农学-植物保护] 0835[工学-软件工程] 090401[农学-植物病理学] 090402[农学-农业昆虫与害虫防治] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(41967006) 广西自然科学基金(2018GXNSFDA281035) 内蒙古自治区科学技术厅项目(2020GG0038) 

主　　题：柑橘 溃疡病 朴素贝叶斯分类 阈值分割 

摘      要：为实现准确、快速地识别柑橘叶片溃疡病,提出一种基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法。基于不同病害程度的叶片数码图像,根据颜色空间特征,构建基于朴素贝叶斯的柑橘叶片溃疡病斑识别模型,并对比分析朴素贝叶斯分类、固定阈值分割、自适应阈值分割、支持向量机分割对柑橘叶片溃疡病的诊断能力。结果表明:基于朴素贝叶斯分类的柑橘叶片溃疡病斑分割效果较好,误分割率仅为3.58%,远远优于阈值法和支持向量机。在运行效率方面,4种算法耗时排序为固定阈值法自适应阈值法朴素贝叶斯法支持向量机法,但均在较合理的范围内;结合前期准备时间,朴素贝叶斯法的运行效率最佳。综上所述,朴素贝叶斯分类算法在柑橘叶片溃疡病诊断方面具有快速、精准的应用能力,可以为果树从业者精确诊断果树病害严重度提供新思路。