|本期目录/Table of Contents|

[1]师韵,王旭启,张善文.基于主分量分析的苹果叶部3种常见病害识别方法[J].江苏农业科学,2016,44(09):337-340.
　Shi Yun,et al.Identification method of three common apple leaf diseases based on principal component analysis[J].Jiangsu Agricultural Sciences,2016,44(09):337-340.
点击复制

基于主分量分析的苹果叶部3种常见病害识别方法(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第44卷
期数:
2016年09期
页码:
337-340
栏目:
农业工程与信息技术
出版日期:
2016-09-25

文章信息/Info

Title:
Identification method of three common apple leaf diseases based on principal component analysis
作者:
师韵;  王旭启;  张善文
西京学院信息工程学院，陕西西安 710123
Author(s):
Shi Yun; et al
关键词:
苹果病害识别; 特征提取; 主分量分析(PCA); BP神经网络
Keywords:
-
分类号:
S126； TP391. 41
DOI:
-
文献标志码:
A
摘要:
苹果叶部的3种常见病害(斑点落叶病、花叶病和锈病)严重影响苹果的产量和质量。病害识别是病害防治的基础，传统的苹果病害识别方法不能有效选择病害的分类特征。基于主分量分析算法，提出一种叶片颜色、形状和纹理特征相结合的苹果病害识别方法。首先对苹果病害叶片图像进行预处理，降低图像干扰；然后利用改进的分水岭方法分割病斑，提取病斑图像的颜色、形状和纹理特征，组成特征矩阵；再利用主分量分析(PCA)对该矩阵进行维数约简，得到低维分类特征；最后利用BP神经网络识别苹果的3种病害类型。结果表明，该方法能够有效识别苹果的3种病害，平均识别率超过94%。
Abstract:
-

参考文献/References:

［1］胡林，周国民，丘耘. 苹果树图像分割算法研究综述［J］. 中国农业科技导报，2015，17(2)：100-108.
［2］郝青梅. 苹果树常见病害识别和防治［J］. 河北果树，2010(6)：12-14.
［3］尹秀珍，何东健，霍迎秋. 自然场景下低分辨率苹果果实病害智能识别方法［J］. 农机化研究，2012(10)：29-32.
［4］薛永发. 农业生态控制苹果病虫害的有效途径和措施［J］. 果农之友，2010(11)：26-28.
［5］李宗儒. 基于图像分析的苹果病害识别技术研究［D］. 杨凌：西北农林科技大学，2010
［6］李宗儒，何东健. 基于手机拍摄图像分析的苹果病害识别技术研究［J］. 计算机工程与设计，2010，31(13)： 3051-3053.
［7］霍迎秋，唐晶磊，尹秀珍，等. 基于压缩感知理论的苹果病害识别方法［J］. 农业机械学报，2013，44(10)：227-232.
［8］樊景超. 苹果果实病害近红外光谱信息获取与识别模型研究［D］. 北京：中国农业科学院，2011.
［9］王芸芸，王玺，蒋建兵，等. 山西省苹果树主要病虫害的种类及综合防治［J］. 现代园艺，2014(15)：117-118.
［10］毕傲睿. 苹果叶子病害图像识别系统的设计与实现［D］. 西安：西安建筑科技大学，2014.
［11］胡荣明，魏曼，竞霞，等. 基于成像高光谱的苹果树叶片病害区域提取方法研究［J］. 西北农林科技大学学报：自然科学版，2012，40(8)：95-99.
［12］方江雄. 基于变分水平集的图像分割方法研究［D］. 上海：上海交通大学，2012.
［13］毛亮，薛月菊，孔德运，等. 基于稀疏场水平集的荔枝图［J］. 农业工程学报，2011，27(4)：345-349.
［14］Valliammal N，Geethalakshmi S N. Crop leaf segmentation using nonlinear K means clustering［J］. International Journal of Computer Science Issues，2012，9(3)：212-218.
［15］Pydipati R，Burks T F，Lee W S. Identification of citrus disease using color texture features and discriminant analysis ［J］. Computers and Electronics in Agriculture，2006，52：49-59.
［16］贾建楠，吉海彦. 基于病斑形状和神经网络的黄瓜病害识别［J］. 农业工程学报，2013，29(增刊1)：115-121.
［17］ Wang H，Li G，Ma Z，et al. Image recognition of plant diseases based on principal component analysis and neural networks［C］. Natural Computation (ICNC)，2012 Eighth International Conference on IEEE，2012：246-251.

相似文献/References:

[1]田昊,王维新,毕新胜,等.基于图像处理的机采棉杂质提取算法[J].江苏农业科学,2014,42(01):366.
　Tian Hao,et al.Study on impurities extraction algorithm of machine-harvested cotton based on image processing[J].Jiangsu Agricultural Sciences,2014,42(09):366.
[2]王旭启,张善文,王献锋.基于不变矩的作物病害识别方法[J].江苏农业科学,2014,42(06):378.
　Wang Xuqi,et al.A recognition method of crop disease based on invariant moments[J].Jiangsu Agricultural Sciences,2014,42(09):378.
[3]赵建敏,薛晓波,李琦.基于机器视觉的马铃薯病害识别系统[J].江苏农业科学,2017,45(02):198.
　Zhao Jianmin,et al.Design of potato disease identification system based on machine vision[J].Jiangsu Agricultural Sciences,2017,45(09):198.
[4]张云龙,袁浩,张晴晴,等.基于颜色特征和差直方图的苹果叶部病害识别方法[J].江苏农业科学,2017,45(14):171.
　Zhang Yunlong,et al.Apple leaf disease recognition based on color characteristics and differential histogram[J].Jiangsu Agricultural Sciences,2017,45(09):171.
[5]高雄,汤岩,陈铁英,等.基于图像处理的甘蓝虫害识别研究[J].江苏农业科学,2017,45(23):235.
　Gao Xiong,et al.Study on cabbage insect pests recognition based on image processing[J].Jiangsu Agricultural Sciences,2017,45(09):235.
[6]罗匡男,彭琳,齐伟恒.基于机器视觉的三七叶片病斑识别[J].江苏农业科学,2017,45(24):209.
　Luo Kuangnan,et al.Recognition of Panax notoginseng leaf diseases based on machine vision[J].Jiangsu Agricultural Sciences,2017,45(09):209.
[7]杨琳,王东东,李英,等.频域综合分区滤波在玉米种子分级检测中的应用[J].江苏农业科学,2017,45(24):238.
　Yang Lin,et al.Application of frequency domain synthetic partition filtering in maize seed classification testing[J].Jiangsu Agricultural Sciences,2017,45(09):238.
[8]刁智华,袁万宾,刁春迎,等.病害特征在作物病害识别中的应用研究综述[J].江苏农业科学,2019,47(05):71.
　Diao Zhihua,et al.Application of disease characteristics in crop disease identification：a review[J].Jiangsu Agricultural Sciences,2019,47(09):71.
[9]张重阳,陈明.基于计算机视觉的鱼类摄食行为研究现状及展望[J].江苏农业科学,2020,48(24):31.
　Zhang Chongyang,et al.Research status and outlook of fish feeding behavior based on computer vision[J].Jiangsu Agricultural Sciences,2020,48(09):31.
[10]孙东来,王继超,陈科,等.基于Ghost-YOLOv3-2算法的2尺度猪目标检测[J].江苏农业科学,2022,50(7):189.
　Sun Donglai,et al.Two-scale pig target detection based on Ghost-YOLOv3-2[J].Jiangsu Agricultural Sciences,2022,50(09):189.

备注/Memo

备注/Memo:
收稿日期：2015-08-03
基金项目：国家自然科学基金(编号：61473237)；陕西省教育厅专项科研计划(编号：XJ13ZD01)；陕西省教育厅科研项目(编号：16JK2237)。
作者简介：师韵(1968—)，女，陕西西安人，硕士，工程师，主要从事计算机数据分析研究。E-mail：shiyun@xijing.edu.cn。
通信作者：张善文，博士，教授，主要从事模式识别及其在植物识别中的应用研究。E-mail：wjdw716@163.com。
更新日期/Last Update: 2016-09-25