基于主分量分析的苹果叶部3种常见病害识别方法
作者机构:西京学院信息工程学院陕西西安710123
出 版 物:《江苏农业科学》 (Jiangsu Agricultural Sciences)
年 卷 期:2016年第44卷第9期
页 面:337-340页
学科分类:082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:国家自然科学基金(编号:61473237) 陕西省教育厅专项科研计划(编号:XJ13ZD01) 陕西省教育厅科研项目(编号:16JK2237)
主 题:苹果病害识别 特征提取 主分量分析(PCA) BP神经网络
摘 要:苹果叶部的3种常见病害(斑点落叶病、花叶病和锈病)严重影响苹果的产量和质量。病害识别是病害防治的基础,传统的苹果病害识别方法不能有效选择病害的分类特征。基于主分量分析算法,提出一种叶片颜色、形状和纹理特征相结合的苹果病害识别方法。首先对苹果病害叶片图像进行预处理,降低图像干扰;然后利用改进的分水岭方法分割病斑,提取病斑图像的颜色、形状和纹理特征,组成特征矩阵;再利用主分量分析(PCA)对该矩阵进行维数约简,得到低维分类特征;最后利用BP神经网络识别苹果的3种病害类型。结果表明,该方法能够有效识别苹果的3种病害,平均识别率超过94%。