基于形状特征和SVM多分类的铜仁地区茶叶病害识别研究
《种子科技》2020年 第6期 | 黄太远 李旺 邱亚西 余小波 铜仁学院大数据学院 贵州铜仁554300
摘 要:针对茶叶常见叶部病斑图像的形状特点,将机器学习应用于茶叶病害识别当中。以茶叶3种常见病害作为研究对象,运用支持向量机方法进行分类识别研究,对有病害的茶叶图像进行处理和特征提取,利用径向基核函数进行分类来提高茶叶病害识别率。运用分类识别方法对茶叶病害进行研究,使茶叶在发病初期就能得到更好的预防以及后期能保证茶叶的质量和产量,提高当地茶叶的销量,促进经济发展。
【分 类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
【关键词】 形状特征 SVM多分类 茶叶病害 识别
【出 处】 《种子科技》2020年 第6期 7-9页 共3页
【收 录】 中文科技期刊数据库