基于PCA-SVM的麦冬叶部病害识别系统
来源：中国农机化学报杂志2019年第8期北京时间：
作者：刘翠翠;杨涛;马京晶;孙付春;李晓晓;
单位：成都大学四川抗菌素工业研究所;成都大学机械工程学院;成都海逸机电设备有限公司;成都大学信息科学与工程学院;
摘要：以川麦冬叶部黑斑病、炭疽病、叶枯病3种病害图像为研究对象,采用K-Means聚类分割技术分离出病斑,通过对颜色、形状和纹理特征构成的46维特征向量进行主成分分析,再运用支持向量机设计的多级分类器进行病害识别,开发出的麦冬叶部病害识别系统识别率达到了94.4%,表明了系统对麦冬病害防治,促进麦冬产业现代化发展有重要意义。
关键词：麦冬,主成分分析,支持向量机,病害识别
基金资助：四川省教育厅重点自然科学研究项目(16ZA0382)
