基于支持向量機(jī)的黃瓜葉部白粉病害檢測(cè).pdf

1、利用圖像處理技術(shù)對(duì)黃瓜葉部白粉病害進(jìn)行檢測(cè)，可以準(zhǔn)確認(rèn)識(shí)黃瓜病害，保證我國(guó)糧食產(chǎn)量與質(zhì)量。基于圖像處理的黃瓜葉部白粉病害的檢測(cè)技術(shù)的研究在國(guó)內(nèi)剛剛起步。本文總結(jié)國(guó)內(nèi)外相關(guān)研究現(xiàn)狀，實(shí)現(xiàn)黃瓜葉部白粉病斑的分割，提取病斑正負(fù)樣本中可以區(qū)別白粉病斑和其他病斑以及葉片的特征，研究出基于支持向量機(jī)分類(lèi)器的設(shè)計(jì)算法，并且為本文的檢測(cè)過(guò)程設(shè)計(jì)了界面，為黃瓜葉部病害的識(shí)別與檢測(cè)提供了基礎(chǔ)。
　　本文的主要研究?jī)?nèi)容如下:
　　(1)黃瓜葉部白

2、粉病斑的圖像分割算法的研究。針對(duì)黃瓜葉部白粉病斑大小存在差異的情況，提出了多平滑尺度的分水嶺分割方法;并且在使用分水嶺算法時(shí)是基于葉片病斑顏色對(duì)葉片顏色的似然比，更好的保證了分割出的白粉病斑的完整性。
　　(2)黃瓜葉部白粉病斑正負(fù)樣本的特征提取算法的研究。綜合考慮了研究者們對(duì)各種農(nóng)作物病害識(shí)別中的研究成果，定義了適合于白粉病斑的特征參數(shù)，并且在提取特征時(shí)不僅考慮了病斑樣本區(qū)域，還考慮了樣本區(qū)域周?chē)南袼?，從而更好的避免了由于采?/p>

3、條件和葉片種類(lèi)不同而引入的病斑顏色特征不一致的問(wèn)題。通過(guò)特征提取算法，找到適合黃瓜葉部白粉病斑的分類(lèi)特征。
　　(3)黃瓜葉部白粉病害檢測(cè)算法的研究。設(shè)計(jì)了一個(gè)由病斑檢測(cè)器和基于病斑檢測(cè)結(jié)果的葉片檢測(cè)器聯(lián)合的白粉病害檢測(cè)器。為了使分類(lèi)器模型能夠更好的運(yùn)用在實(shí)際應(yīng)用中，并且在縮短訓(xùn)練時(shí)間的同時(shí)提高分類(lèi)器的識(shí)別率，在綜合考慮待分類(lèi)樣本以及類(lèi)別的分類(lèi)性能的基礎(chǔ)上，本文采用迭代訓(xùn)練的方法訓(xùn)練基于支持向量機(jī)的白粉病害檢測(cè)器，并且使用網(wǎng)格搜索