- · 重大喜讯：省农科院省部共建国家重点实验室成功获批[01/22]
- · ‘浙粳99’再次双破双创“浙江农业之最”记录[12/17]
- · 省农科院病毒学与生物技术研究所获国家自然科学基金重点类项目资助[12/14]
- · 省委书记袁家军莅临省农博会省农科院展区指导农业科技创新工作[11/20]
- · 浙江省农业科学院研究者发现新的稻瘟病菌细胞自噬抑制因子[11/12]
- · 省农科院选育甜玉米新品种‘浙甜19’打破浙江秋季鲜食甜玉米鲜穗最高亩产纪录[11/09]
- · 省农科院选育水稻品种‘浙优21’在福建试种亩产破“吨”[11/04]
- · 水稻化肥农药减施增效取得显著进展——省农科院主持国家重点研发计划在德清汇报实施进展[10/20]
基于GA-BP神经网络和特征向量优化组合的黄瓜叶片病斑识别
作者:李颀 赵洁 杨柳 王俊 高一星
关键词: 黄瓜叶片病斑; GA-BP神经网络; 灵敏度; 特征向量优化组合; 支持向量机; 病斑识别;
摘要：针对家庭种植水培黄瓜中用户难以准确识别病害的问题,设计了一种基于图像处理的黄瓜叶片病斑识别系统。应用自适应小波对原始图像进行降噪处理,在HSV空间通过阈值分割结合形态学操作获得理想的黄瓜叶片图像,并通过自适应阈值分离病斑,提取病斑形态学、颜色和纹理原始特征参数。利用GA-BP神经网络定义原始特征参数对分类结果的灵敏度,递归剔除灵敏度较低的若干特征,降低特征参数的维数。根据优化后的特征参数组合,利用支持向量机对黄瓜炭疽病和白粉病进行识别。实验结果表明,本方法对黄瓜炭疽病和白粉病的综合分类正确率在96%以上。设计的方法有效提高了黄瓜病害的识别率,并为其他作物病害的智能识别提供了借鉴。