位置:成果数据库 > 期刊 > 期刊详情页
D-S证据理论融合多特征的油菜病害识别方法
  • ISSN号:1000-7105
  • 期刊名称:《电子测量与仪器学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术] TN911[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]合肥工业大学计算机与信息学院,合肥230009, [2]合肥工业大学情感计算与先进智能机器安徽省重点实验室,合肥230009
  • 相关基金:基金项目:安徽省自然科学基金(1408085MKL16)、国家自然科学基金(614320040,61672202)、国家自然科学青年基金(6130011961502141)资助项目
中文摘要:

针对单一特征在识别油菜病害上存在的局限性,提出一种基于D-S证据理论融合多特征的油菜病害识别方法。首先对预处理后的油菜图片提取颜色矩、颜色共生矩阵两种特征,通过欧氏距离来构建D-S证据理论所必需的基本概率分配(BPA),最后运用D-S证据组合规则进行决策级融合,依据决策条件输出最终分类识别结果。针对存在最终识别结果被误识别为不确定问题,通过引入方差来对决策方法进行改进,避免了这一现象的产生。利用该方法在采集到的油菜样本上进行实验,取得了97.09%的识别率。实验表明,该方法能有效提高油菜病害识别率。

英文摘要:

In order to overcome the limitation of single feature in crop disease recognition, this paper presents a method of recognizing rape disease based on D-S evidence theory and multi-feature fusion. Firstly, color matrix and color co-occurrence matrix are extracted as color feature and texture feature from the rape leaves after a series of image processing. Then, with the help of Euclidean distance, the basic probability assignment (BPA) which is necessary for D-S evidence theory can be constructed. Finally, using D-S combination rule of evidence to achieve the decision fusion and outputting the final recognition results through the decision-making conditions. In view of the situation that the final recognition result may he misrecognized as uncertain, this paper improves the decision-making method by introducing the variance, which can avoid this defect. The experiment on the collected rape images obtains the recognition rate of 97.09%. The experiments show that the method proposed in this paper can increase the rape disease recognition rate effectively.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子测量与仪器学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:彭喜元
  • 地址:北京市东城区北河沿大街79号2层
  • 邮编:100009
  • 邮箱:mi1985@emijournal.com
  • 电话:010-64044400
  • 国际标准刊号:ISSN:1000-7105
  • 国内统一刊号:ISSN:11-2488/TN
  • 邮发代号:80-403
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2014版)
  • 被引量:14380