[1]黄怡宁 何金保 任万川 韩玉静.基于支持向量机的作物预警设计及实现[J].大众科技,2020,22(08):8-11.
点击复制

基于支持向量机的作物预警设计及实现()
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
22
期数:
2020年08
页码:
8-11
栏目:
信息技术与通信
出版日期:
2020-08-20

文章信息/Info

Title:
Design and Implementation of Crop Early Warning Based on Support Vector Machine
作者:
黄怡宁 何金保 任万川 韩玉静
（宁波工程学院，浙江 宁波 315211）
关键词:
病虫害诊断; 图像识别; 支持向量机
Keywords:
pest diagnosis picture identification support vector machine(SVM)
文献标志码:
A
摘要:
在作物的成熟过程中往往会遇到农作物疾病、虫害。传统利用经验来人眼识别病虫害的效率低下并且容易将某 些相似的疾病判别错误，文章采用基于“多分类”的支持向量机深度学习方法，对黄瓜叶片病害进行图像识别，对它们的纹理、 颜色、形状进行提取与分析，先训练然后识别。实验表明，该方法识别的准确率高，在对于病虫害的预警的应用上有着很明显 的效果。
Abstract:
Crop diseases and insect pests are often encountered in the process of crop maturity. Traditional use of experience to identify diseases and insect pests is inefficient and it is easy to distinguish some similar diseases. In this paper, the deep learning method of support vector machine based on "multi classification" is used to identify cucumber leaf diseases. The texture, color and shape of cucumber leaf diseases are extracted and analyzed. First, training and then recognition. The experiment results show that the recognition accuracy of this method is high, and it has obvious effect on the application of early warning of diseases and insect pests.

参考文献/References:

[1] 穂波信雄. 图像处理在植物生长信息提取中的应用[J].农 业机械学会关西支志(日)，1992(72): 46-63. [2] Sammany M, Zaghloul K S S. Support vector machine vs an optimized neural network for diagnosing plant diseases[D]. Cairo: Cairo University, 2006. [3] Sharma G, Trussell H J. Digital Color Imaging[J]. IEEE Trans Image Process, 1997, 6(7): 901-932. [4] Chapman S J. MATLAB Programming for Engineers[M]. Thomson-Engineering, 2004. [5] Sasaki Y, Okamoto T, Imou K, et al. Automatic diagnosis of plant disease: Recognition between healthy and diseased leaf[J]. Journal of Jsam, 1999, 61(2): 119-126. [6] 于新文，沈佐锐，高灵旺，等. 昆虫图像几何特征的提 取技术研究[J]. 中国农业大学学报，2003，8(3): 47-50. [7] 梁改梅，杨锦忠，陈稳良，等. 计算机图像处理与分析 技术在作物领域的应用[J]. 科技情报开发与经济，2006， 6(12): 222-224. [8] 陈佳娟. 基于图像处理与人工智能的植物病害自动诊断 技术的研究[D]. 长春: 吉林大学，2001. [9] 田有文，牛妍. 支持向量机在黄瓜病害识别中的应用研 究[J]. 农机化研究，2009，31(3): 36-39. [10] 刘志华，程鹏飞. 黄瓜侵染性病害图像处理及特征值提 取方法的研究[J]. 山西农业大学学报(自然科学版)，2006， 26(4): 351-354. [11] 梁奔香，蔡晓东，朱利伟. 基于几何与数学特征的人脸 识别[J]. 大众科技，2015(5): 13-16. [12] 黄胜. 应用双重滤波去噪的混合加密图像认证算法[J]. 大众科技，2015，17(8): 9-11，37. [13] 谢道平. 基于小波变换多尺度的图像边缘检测方法研究 [J]. 大众科技，2017，19(11): 3-5. [14] 姜金美，胡蓉，赵全友. 基于改进的维纳滤波图像复原 算法的研究[J]. 大众科技，2020(1): 1-4. [15] 王旬，汪淑贤，唐璐丹，等. 一种 OpenCV 与云计算结 合的人脸识别方法[J]. 大众科技，2019，21(5): 14-15，48. [16] 沈佐锐，赵汗青，于新文. 数学形态学在昆虫分类学上 的应用研究.Ⅲ.在科阶元上的应用研究[J]. 昆虫学报， 2003，46(3): 339-344. [17] 路寒冰. 基于图像处理和 SVM 的植物病害诊断研究[J]. 天津科技大学，2018(44): 27-29. [18] 徐杰. 数字图像处理[M]. 武汉: 华中科技大学出版社， 2009. [19] 张铮，倪红霞，苑春苗，等. 精通 MATLAB 图像处理与 识别[M]. 北京: 人民邮电出版社，2013.

相似文献/References:

[1]黄舒慧 陈丽媛 冯晨璐 王月青 黄　凯 周　旦.基于无人机影像处理的高精度路网渠化信息系统设计[J].大众科技,2022,24(04):14.
　Design of High-Precision Road Network Channelization Information System Based on UAV Image Processing[J].Popular Science & Technology,2022,24(08):14.
[2]王曾龙　蒋勇勇 彭海峰 杨　钰 段元梅 郭宜娟　王林惠.一种基于Faster-RCNN的棉花虫害识别与统计方法[J].大众科技,2023,25(5):5.
　A Method for Cotton Pests Identification and Statistics Based on Faster-RCNN[J].Popular Science & Technology,2023,25(08):5.
[3]冷跻峰.基于改进YOLOv7的森林火灾检测算法[J].大众科技,2024,26(6):8.
　[J].Popular Science & Technology,2024,26(08):8.
[4]黎灿贤 李佳奇 俞权桂 李方强 张声岚.运动目标控制与自动追踪系统的实现[J].大众科技,2024,26(6):91.
　[J].Popular Science & Technology,2024,26(08):91.

备注/Memo

备注/Memo:
【收稿日期】2020-06-10 【基金项目】国家大学生创新训练项目（201911058002）；宁波自然科学基金（2019A610096）。 【作者简介】黄怡宁（1999－），女，宁波工程学院学生，研究方向为农业信息化。
更新日期/Last Update: 2020-11-17