基于平均影响值和支持向量机的小麦病害识别

为了提高小麦病害识别准确率，提出了一种基于平均影响值思想和支持向量机的小麦病害识别方法。首先，使用阈值分割方法对小麦叶片图像进行分割；其次，利用灰度共生矩阵和颜色矩提取病害的纹理和颜色特征；再次，将平均影响值思想应用于支持向量机回归进行特征变量优选；最后，将优选出的特征变量作为支持向量机的输入向量进行识别。实验结果表明，经过特征变量优选，特征变量个数由14个减少到7个，识别准确率达到96.25%，为农田小麦病害识别提供了有效方法。