摘要

为了提高小麦叶部病害的识别准确率,采用高斯混合模型结合EM算法对小麦叶片进行提取,获得较大目标,使得分割准确率比直接分割病害区域有所提高,同时降低了分割难度。并结合HSV主颜色直方图和通过Tamura纹理特征中的粗糙度、方向度和对比度作为特征进行筛选,采用随机森林方法对小麦健康叶片、白粉病、叶枯病和叶锈病图像进行了识别,整体识别准确率可达95%。通过实验验证,该方法是有效可行的,并优于同等条件下的支持向量机(SVM)方法。

  • 单位
    郑州轻工业学院