论文部分内容阅读
针对水稻稻瘟病人工识别准确性和效率不高的问题，提出基于多分类支持向量机的水稻稻瘟病识别方法。首先进行不同水稻稻瘟病病斑的颜色特征和形状特征提取，经过特征选择确定8个最佳特征组合，然后利用多分类支持向量机，对不同类型水稻稻瘟病进行识别。通过比较多分类支持向量机不同参数下的识别效果，确定稻瘟病识别支持向量机最佳模型参数。试验结果表明，基于多分类支持向量机的水稻稻瘟病识别方法具有较高识别精度，平均正确识别率达到了93.3％，能够有效地对水稻稻瘟病病害图像进行识别。