作者：王娜,王克如,谢瑞芝,赖军臣,明博,李少昆
摘要：【目的】利用计算机视觉技术实现玉米叶部病害的自动识别诊断。
【方法】在大田开放环境下采集病害图像样本,综合应用基于H阈值分割、迭代二值化、图像形态学运算、轮廓提取等算法处理病害图像,抽取病斑,提取病害图像的纹理、颜色、形状等特征向量,采用遗传算法优化选择出分类特征,并利用费歇尔判别法识别普通锈病、大斑病和褐斑病3种玉米叶部病害。
【结果】研究中提取了墒、相关信息测度、分形维数、H值、Cb值、颜色矩、病斑面积、圆度、形状因子等28个特征向量,利用遗传算法优选出H值、颜色矩、病斑面积、形状因子等4个独立、稳定性好、分类能力强的特征向量,应用费歇尔判别分析法识别病害,准确率达到90%以上。
【结论】综合运用数字图像处理技术、图像纹理、颜色、形状特征分析方法、遗传算法、费歇尔判别分析方法可以有效识别基于田间条件下采集的病害图像,为田间开放环境下实现大田作物病虫害的快速智能诊断提供借鉴。
关键词：玉米;叶部病害;特征提取;遗传算法;费歇尔判别分析;
文献注录：王娜,王克如,谢瑞芝,赖军臣,明博,李少昆. 基于Fisher判别分析的玉米叶部病害图像识别 [J]. 中国农业科学. 2009, 11: 3836-3842.
报/刊名：《中国农业科学》，发表于2009 / 第 11 期。
文献类型： [J] （文献级别：核心刊物）
页码：第 3836-3842 页 / 共7 页