基于SVM的家蚕中毒分类识别研究

文献类型： 中文期刊

第一作者： 石洪康

作者： 石洪康;陈肖;王志斌;胡光荣;马勇;张剑飞

作者机构：

关键词： 机器视觉;家蚕中毒;分类识别;SVM

期刊名称： 四川蚕业

ISSN： 1006-1185

年卷期： 2022 年 002 期

页码： 32-35

摘要： 本文使用机器视觉和机器学习技术开展了家蚕中毒的自动识别研究，主要内容包括：首先选择健康和中毒家蚕图像为识别对象，构建了家蚕中毒识别图像数据集，其次对图像进行中值滤波、尺寸缩放和阈值分割等处理以增强图像特征差异，并利用RGB和HSV两种颜色模型求解图像样本的颜色矩，提取出基于灰度共生矩阵的纹理特征，使用机器学习中的经典算法支持向量机（SVM）创建出分类识别模型，在数据集上的平均识别率为93.54%。本文结果验证了使用机器视觉和机器学习技术开展家蚕中毒识别的可行性，为后续研究提供参考。

分类号： TP391.41%S884.9

  • 相关文献

[1]计算机视觉用于猪肉新鲜度检测的颜色特征优化选取. 潘婧,钱建平,刘寿春,韩帅. 2016

[2]应用近红外光谱分析技术检测豆粕中掺杂三聚氰胺和尿素的研究. 孙丹丹,谷旭,李俊,李军国,董颖超. 2014

[3]一种草地高光谱图像分类方法. 武林,马玉宝,潘新,闫伟红,段俊杰. 2018

[4]基于SVM的农作物种植结构遥感提取研究. 王川,常升龙,武喜红. 2018

[5]信息技术在农作物病虫害监测预警中的应用综述. 李素,郭兆春,王聪,陈天恩,袁志高. 2018

[6]蛋鸡发声与机械噪声特征提取及分类识别. 曹晏飞,余礼根,滕光辉,赵淑梅,刘旭明. 2014

[7]贝叶斯方法在玉米叶部病害图像识别中的应用. 赵玉霞,王克如,白中英,李少昆,谢瑞芝,高世菊. 2007

[8]基于支持向量机的水稻纹枯病识别研究. 刘婷婷. 2011

[9]基于图像处理的作物营养诊断研究进展. 秦小立,叶露,李玉萍,刘燕群,谢铮辉. 2016

[10]基于近红外光谱技术的果树花期树种识别方法. 王晓丽,张晓丽,周国民. 2017

[11]基于MobileNets的果园害虫分类识别模型研究. 樊景超. 2018

[12]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,王婷,胡林. 2019

[13]基于ResNet的典型养殖鱼类识别方法研究. 涂雪滢,刘世晶,钱程. 2022

[14]基于太赫兹时域光谱技术的烟草组分识别. 周博,朱文魁,王赵改,蒋鹏飞,刘洪坤,李智慧,张柯,付丽丽. 2022

[15]多时相极化SAR数据的旱地作物分类研究. 孙政,刘长安,梁庆国,曾妍,王迪. 2021

[16]脱囊衣橘片自动分拣机器视觉算法研究. 任磊,张俊,陆胜民. 2015

[17]基于物联网平台的小麦病虫害诊断系统设计初探. 苏一峰,杜克明,李颖,孙忠富,郑飞翔. 2016

[18]基于机器学习的免套袋苹果缺陷分级. 张琛,房胜,王风云,李哲,郑纪业,沈宇. 2019

[19]基于嵌入式设备的作物长势监测系统. 李乔宇,尚明华,王风云,王璐,李振波. 2019

[20]苹果在线分级系统设计与试验. 张庆怡,顾宝兴,姬长英,方会敏,郭俊,沈文龙. 2017

作者其他论文 更多>>

微信小程序