基于HOG特征的IKSVM稻瘟病孢子检测

• 作 者: 王震 褚桂坤 王金星 黄信诚 高发瑞 丁新华
• 机 构: 山东农业大学机械与电子工程学院,山东省园艺机械与装备重点实验室,济宁市农业科学研究院,山东农业大学植物保护学院
• 出 处: 农业机械学报
• 发表日期: 2018年S1期
• 关键词: 稻瘟病孢子 图像识别 HOG特征 加性交叉核支持向量机 rice blast spores image identification HOG feature i
• 基金项目: 公益性行业农业科研专项(201303005),山东省现代农业产业技术体系水稻创新项目,山东省“双一流”奖补资金项目(SYL2017XTTD14)

为解决稻瘟病孢子的人工检测过程中主观性强、自动化程度低、效率低等问题,提出一种基于梯度方向直方图特征(HOG特征)的加性交叉核支持向量机(IKSVM)的稻瘟病孢子检测方法。该方法首先利用图像采集系统采集稻瘟病孢子图像,利用Gamma校正法调节图像的对比度,抑制噪声干扰;然后,提取孢子图像的HOG特征作为输入向量,输入到支持向量机中,构建加性交叉核支持向量机分类器;最后,通过训练得到稻瘟病孢子分类器。为测试所提出的HOG/IKSVM方法的综合性能,分别选用HOG/线性SVM方法与HOG/径向基核SVM