基于多分類器選擇集成的農(nóng)作物葉部病害識別研究.pdf

1、近年來由于農(nóng)業(yè)信息化的迫切需要，關(guān)于農(nóng)作物病害識別的研究引起了人們的重視，對于常見的農(nóng)作物病害識別問題很多學(xué)者從多個(gè)角度、利用多種方法進(jìn)行了有效識別，但想要應(yīng)用于實(shí)際生產(chǎn)中，仍然需要解決很多問題。從自然環(huán)境下采集農(nóng)作物葉部病害進(jìn)行有效識別，病斑提取的準(zhǔn)確性、特征描述的充分性、分類器的分類性能都會對識別效果產(chǎn)生很大影響。因此，本文主要針對如何提高自然場景中的病害圖像的識別效果進(jìn)行了研究，主要工作如下:
　　(1)為了提高農(nóng)作物葉部病

2、害的識別效果及實(shí)用性，增強(qiáng)特征描述能力，提出一種新的葉片病害圖像分割及特征提取算法。首先，對自然環(huán)境中采集的病害圖片進(jìn)行不同顏色空間的預(yù)處理和分割，對分割結(jié)果圖像進(jìn)行融合處理;然后，對病斑區(qū)域提取模糊量化直方圖、顏色聚合度作為顏色特征，利用顏色相似性度量函數(shù)計(jì)算顏色共生矩陣，提取病斑的紋理特征;最后，通過核主成分分析對顏色和紋理特征進(jìn)行融合，并去除冗余成分，利用支持向量機(jī)對病害進(jìn)行分類識別。實(shí)驗(yàn)對比結(jié)果表明，所提方法能充分描述葉部病斑特

3、征，有效地提高了葉部病害的識別率。
　　(2)針對單一分類器在病害分類識別上的局限性，提出一種基于多分類器選擇集成的病害分類方法。首先，為了保證基分類器的識別效果和差異性，采用Simba算法進(jìn)行特征排序，有針對性的進(jìn)行特征采樣構(gòu)建特征子集，訓(xùn)練出多個(gè)待選分類器;然后對核主成分分析算法和Simba算法得到的分類器進(jìn)行互補(bǔ)性計(jì)算，選擇識別率高、互補(bǔ)性大的分類器參與集成;最后根據(jù)相應(yīng)權(quán)值，對多個(gè)分類器進(jìn)行加權(quán)投票獲取最終結(jié)果。實(shí)驗(yàn)結(jié)果表