基于视觉词袋模型的稻曲病发病程度感知

来源：江苏农业科学杂志2021年第第22期北京时间：

作者：梁睿杰;陈丰农

单位：杭州电子科技大学自动化学院，浙江杭州 310018

摘要：为了快速、精准地感知水稻稻曲病发病程度，以实现高度自动化的稻曲病大面积监测，结合高光谱成像和视觉词袋模型(BoVW)自动感知稻曲病发病程度。首先利用UHD185画幅式高光谱仪获取发病水稻光谱成像数据，利用主成分分析(PCA)筛选特征波段，再用正方格划分区域并获取区域特征，然后利用K-means算法聚类生成视觉词典，聚类中心作为视觉单词，最后利用矢量化和直方图统计得到视觉词袋模型表达。将198幅水稻高光谱图像的“视觉词袋模型表达-发病等级标签”作为数据集，随机选择3/5作为训练集，剩下的为测试集，采用支持向量机(SVM)建立稻曲病发病程度感知模型，感知精度为84.81%。结果表明，结合高光谱成像技术和视觉词袋模型可以有效感知稻曲病发病程度，为稻曲病大面积自动化监测提供参考。

关键词：稻曲病;高光谱成像技术;病害程度分析;视觉词袋模型;支持向量机;自动化监测