【图像检测】基于支持向量机svm实现植物叶子疾病检测和
分类matlab代码
1 简介
针对农业领域植物病虫害检测问题,提出一种基于高清视频图像融合特征的支持向量机( SVM)的检测方法,
实现农业生产中植物病虫害的快速检测.对每幅植物叶片图像的颜色,HSV,纹理和方向梯度直方图四种特
征采用基于特征包的多特征融合方法,形成特征向量,并利用SVM分类器进行训练分类.对单特征与融合特
征的SVM分类器性能进行试验比较,所提出的方法具有较高的准确率.
植物病害是指植物在生物或非生物因素的影响下,发生的形态、生理和生化上的病理变化,会阻碍植物
正常生长、发育和结果的进程。其中,植物叶部病害非常广泛且后果相当严重。植物叶片病害影响叶片
的光合作用效能,成为作物高产的主要障碍,影响作物的效益。及时发现和有效预防植物叶部病害成为
农业发展中的重要问题。目前,对叶片病害与否的判断及病害种类的判断主要依靠人工,识别率和效率
较低且造成种植者滥用农药。对病害的自动化识别是现代化农业发展的方向。随着科技的不断进步,数
字图像处理、人工智能等技术得到综合运用。通过对基于图像处理的植物叶部病害进行检测与分类,合
理施用农药可保证作物的健康生长,进而提高作物的产量。