应用于番茄病虫害检测的HOG特征与LBP特征的结合OA
The Combination of HOG Features with LBP Features Applied to Tomato Disease and Pest Detection
植物病虫害是农业部门面临的主要挑战,准确和快速地检测植物病虫害有助于发现早期治疗方法,同时大幅减少经济损失. 基于机器学习的目标检测方法能够很大程度地提高物体检测和识别系统的准确性. 提出了一种基于机器学习的番茄病虫害检测方法,通过提取有病虫害和无病虫害的番茄样本的HOG特征和LBP特征,然后结合SVM分类器训练样本得到检测模型. HOG特征能够较好地描述番茄叶的边缘特征,LBP特征能够较好地描述番茄叶的纹理特征,两个特征在一定程度上互补. 实验…查看全部>>
邹永杰;张永军;秦永彬;郑世均
贵州大学计算机科学与技术学院,贵州 贵阳550025贵州大学计算机科学与技术学院,贵州 贵阳550025贵州大学计算机科学与技术学院,贵州 贵阳550025贵州大学计算机科学与技术学院,贵州 贵阳550025
信息技术与安全科学
番茄病虫害检测HOG特征LBP特征
《南京师范大学学报（工程技术版）》 2019 (3)
21-28,8
国家自然科学基金(11801047)、重庆市高校创新团队项目(CXTDX201601022)、重庆市自然科学基金(CSTC2018jcyjAX0490).
评论