基于级联AdaBoost分类器的农作物虫害图像识别研究

来源：中国农机化学报杂志2019年第8期北京时间：

作者：卢柳江;匡迎春;陈兰鑫;李国睿;

单位：湖南农业大学信息科学技术学院;

摘要：农作物虫害预防是农业生产中的重要环节。针对传统的虫害预防工作强度大、耗时长、效率低的问题,本文应用机器学习理论,在农作物害虫识别方面进行相关的研究,提出一种基于级联AdaBoost分类器的虫害识别方法。使用Haar-like特征提取害虫的特征,将提取到的特征构建弱分类器,并通过AdaBoost算法将构建得到的弱分类器集合得到强分类器,最后通过级联的方式得到一个级联AdaBoost分类器来识别害虫。试验表明,本文方法对简单背景的虫害图片能够达到95.71%的识别率,对复杂背景的虫害图片能达到86.67%的识别率,为农作物虫害的识别和预防提供有效途径。

关键词：机器学习,Haar-like特征,AdaBoost算法,虫害识别

基金资助：国家“十二五”科技计划支撑项目(2012BAD35B00)