基于PCA-SVM的麦冬叶部病害识别系统

作者：刘翠翠; 杨涛; 马京晶; 孙付春^*; 李晓晓

来源：中国农机化学报, 2019, 40(08): 132-136.

DOI：10.13733/j.jcam.issn.2095-5553.2019.08.23

• 麦冬
• 主成分分析
• 支持向量机
• 病害识别

以川麦冬叶部黑斑病、炭疽病、叶枯病3种病害图像为研究对象,采用K-Means聚类分割技术分离出病斑,通过对颜色、形状和纹理特征构成的46维特征向量进行主成分分析,再运用支持向量机设计的多级分类器进行病害识别,开发出的麦冬叶部病害识别系统识别率达到了94.4%,表明了系统对麦冬病害防治,促进麦冬产业现代化发展有重要意义。

• 单位
  中国医药集团总公司四川抗菌素工业研究所; 成都大学; 成都海逸机电设备有限公司