基于支持向量机分类算法测定梨树轮纹病抗性的方法

    公开(公告)号:CN113627531A

    公开(公告)日:2021-11-09

    申请号:CN202110919361.6

    申请日:2021-08-11

    Abstract: 本发明公开了一种基于支持向量机分类算法测定梨树轮纹病抗性的方法,属于图像处理技术领域。本发明采用大津(Otsu)算法确定病斑区域分割的最佳阈值,以最大精度分割、提取病斑区域。采用粒子群算法(PSO)优化机器学习SVM算法参数,建立梨树轮纹病最佳SVM分类器。借助参考物体计算病斑区域的当量圆直径,并根据病斑的当量圆直径测算发病等级,确定病情指数并划分抗病性。与传统直尺十字交叉测量法相比,该方法不仅可以检测病斑类型,对发病等级和病情指数的判断也更科学,更准确。同时,对于多片叶子也可实施检测,极大的提升工作效率,为规模化测定梨等果树的轮纹病抗性提供高效实用的方法。

Patent Agency Ranking