基于SPSO+SVM的水稻叶部病害识别方法研究

作者：陈宇; 路阳^*; 蔡娣; 姜峰; 杨化龙

来源：上海农业学报, 2021, 37(06): 136-142.

DOI：10.15955/j.issn1000-3924.2021.06.24

• 水稻病害识别
• 支持向量机
• 交换粒子群优化算法
• 方向梯度直方图

为实现田间条件下水稻稻瘟病、纹枯病、白叶枯病3种常见水稻叶部病害的快速识别和诊断,提出了一种基于交换粒子群优化算法(SPSO)和支持向量机(SVM)的水稻病害诊断方法。首先在田间采集300幅水稻叶部病害图像,利用中值滤波方法和方向梯度直方图,得到3种病害3 780维特征向量;然后建立病害识别支持向量机模型,使用交换粒子群优化算法(SPSO)优化支持向量机径向基函数(RBF)的参数γ和惩罚因子c。结果表明:该方法优于单独使用支持向量机或粒子群(PSO)算法优化的支持向量机模型,3种水稻叶部病害平均识别准确率达到93.2%。该方法可用于上述3种水稻叶部病害的识别。

• 单位
  黑龙江八一农垦大学