1 简介
针对农业领域植物病虫害检测问题,提出一种基于高清视频图像融合特征的支持向量机( SVM)的检测方法,实现农业生产中植物病虫害的快速检测.对每幅植物叶片图像的颜色,HSV,纹理和方向梯度直方图四种特征采用基于特征包的多特征融合方法,形成特征向量,并利用SVM分类器进行训练分类.对单特征与融合特征的SVM分类器性能进行试验比较,所提出的方法具有较高的准确率.
植物病害是指植物在生物或非生物因素的影响下，发生的形态、生理和生化上的病理变化，会阻碍植物正常生长、发育和结果的进程。其中，植物叶部病害非常广泛且后果相当严重。植物叶片病害影响叶片的光合作用效能，成为作物高产的主要障碍，影响作物的效益。及时发现和有效预防植物叶部病害成为农业发展中的重要问题。目前，对叶片病害与否的判断及病害种类的判断主要依靠人工，识别率和效率较低且造成种植者滥用农药。对病害的自动化识别是现代化农业发展的方向。随着科技的不断进步，数字图像处理、人工智能等技术得到综合运用。通过对基于图像处理的植物叶部病害进行检测与分类，合理施用农药可保证作物的健康生长，进而提高作物的产量。
2 部分代码
clear all
clc
disp('正在训练农作物叶子图像模板，请稍后...');
disp(' ');
%color_Ip = xunlian();
pause(2);
load C:\Users\lenovo\Desktop\图像检索\color_Ip.mat;
disp('图像训练完成，正在进行图像识别，请稍后...');
disp(' ');
pause(2);
path = input('请输入待识别叶子图像路径：'); % 'F:\病虫害识别\图像检索\示例2中等.jpg'
A = imread(path); % 读入叶子图像
G0 = lianghua_hsv(A); % 量化hsv分量并获得颜色直方图
color_Iq = color_feature(G0); % 提取颜色特征
color_Dpq = color_match(color_Ip,color_Iq); % 颜色特征匹配
[r c] = find(min(min(color_Dpq))==color_Dpq);
switch r
case 1
disp('该叶子属于轻微灾害');
case 2
disp('该叶子属于严重灾害');
case 3
disp('该叶子属于正常情况');
case 4
disp('该叶子属于中等灾害');
end
3 仿真结果
4 参考文献
[1]蒋龙泉, 鲁帅, 冯瑞,等. 基于多特征融合和 SVM 分类器的植物病虫害检测方法[J]. 计算机应用与软件, 2014, 31(12):5.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
