基于多分類器融合的玉米葉部病害識別研究.pdf

1、隨著模式識別技術(shù)的發(fā)展和農(nóng)業(yè)信息化進(jìn)程的推進(jìn)，農(nóng)作物的病害識別越來越受到人們的關(guān)注。目前，國內(nèi)外學(xué)者在這方面做了很多相關(guān)的研究，雖取得了一定的成果，但在實際應(yīng)用中，仍然面對諸多難題。針對傳統(tǒng)的病害識別大多是采取單一分類模型，本文以玉米葉部常見的7種病害為研究對象，對多分類器集成決策下的病害識別進(jìn)行了相關(guān)的研究，其主要工作如下:
　　(1)針對單分類器識別的局限性和玉米葉部病害的復(fù)雜性，提出了一種基于自適應(yīng)加權(quán)的多分類器融合的玉米葉

2、部病害識別方法。首先，對采集的玉米葉部病害圖像的病害區(qū)域分別提取顏色、顏色共生矩陣和顏色完全局部二值模式3種特征，并相應(yīng)地構(gòu)建3個基于支持向量機(jī)的單分類器;然后，利用K近鄰和聚類分析的方法計算各單分類器的自適應(yīng)動態(tài)權(quán)值;最后，通過線性加權(quán)的方式進(jìn)行融合判決，得到最終的分類標(biāo)簽。利用該方法對7種常見的玉米葉部病害圖片進(jìn)行了實驗，平均識別率達(dá)94.71％。結(jié)果表明，其性能優(yōu)于目前常見的單一特征或特征組合構(gòu)建的同類分類器及多分類器融合方法。研

3、究結(jié)果為其他農(nóng)作物病害診斷提供了借鑒和參考。
　　(2)針對上述方法中，有效鄰域樣本間存在一定程度的相關(guān)干擾的問題，提出了一種基于多分類器行為的改進(jìn)的自適應(yīng)加權(quán)的多分類器融合的玉米葉部病害識別方法。首先，按照上述方式構(gòu)造3個基分類器，然后利用多分類器行為和K近鄰方法篩選出待測樣本的有效鄰域，并在有效鄰域內(nèi)構(gòu)建鄰域樣本的全信息相關(guān)矩陣，計算每個基分類器的全信息相關(guān)度來作為其性能參數(shù);最后，以投票加權(quán)的方式進(jìn)行融合判決，輸出最終的分類