液晶与显示 , 2017, 32(1): 69-75.
10.3788/YJYXS20173201.0069
为了实现对田间水稻缺素的精准识别，构建一个图像识别系统.对该系统所采用的图像采集、图像分割、基于支持向量机图像分类等算法进行研究.首先，根据田间水稻的缺素现象进行图像采集和处理.然后提取图像与氮元素相关的颜色特征.在分析比较 SVM 算法对图像分割的基础上，提出一种基于改进粒子群算法进行 SVM 参数优化算法模型(即 IPSO-SVM).最后，对实验进行设置，对算法模型与其他算法进行测试对比.实验结果表明：对水稻缺素诊断的准确率达到95．45％，基本满足田间水稻缺素的科学诊断要求.
参考文献：
[1] 刘伟;王建平;刘长虹;应铁进.基于粒子群寻优的支持向量机番茄红素含量预测[J].农业机械学报,2012(4):143-147,155.
[2] 李冠林;马占鸿;王海光.基于支持向量机的小麦条锈病和叶锈病图像识别[J].中国农业大学学报,2012(2):72-79.
[3] 田有文;王立地;姜淑华.基于图像处理和支持向量机的玉米病害识别[J].仪器仪表学报,2006(z3):2123-2124.
[4] 郭敬明;何昕;魏仲慧.基于在线支持向量机的Mean Shift彩色图像跟踪[J].液晶与显示,2014(1):120-128.
[5] 岳有军;杨雪;赵辉;王红君.基于支持向量机的油菜缺素诊断研究[J].广东农业科学,2015(20):145-148.
[6] M. OMRAN;A. P. ENGELBRECHT A. SALMAN.PARTICLE SWARM OPTIMIZATION METHOD FOR IMAGE CLUSTERING[J].International journal of pattern recognition and artificial intelligence,20053(3):297-321.
[7] 汪海燕;黎建辉;杨风雷.支持向量机理论及算法研究综述[J].计算机应用研究,2014(05):1281-1286.
[8] Jiao L.;Bo L.;Wang L..Fast Sparse Approximation for Least Squares Support Vector Machine[J].IEEE Transactions on Neural Networks,20073(3):685-697.
[9] 刘淳安.一种求解动态多目标优化问题的粒子群算法[J].系统仿真学报,2011(02):288-293.
[10] 程万胜;臧希喆;赵杰;蔡鹤皋.面向Otsu阈值搜索的PSO惯性因子改进方法[J].光学精密工程,2008(10):1907-1912.
[11] 崔长彩;黄富贵;张认成;李兵.粒子群优化算法及其在圆柱度误差评定中的应用[J].光学精密工程,2006(2):256-260.
材料期刊网