论文部分内容阅读
为实现自然场景下低分辨率苹果果实病害的智能识别，提出了一种基于压缩感知理论的苹果病害识别方法。以轮纹病、炭疽病和新轮纹病3种常见的苹果果实病害为研究对象，提取病斑的8个纹理特征参数组成训练特征矩阵。利用压缩感知理论，求解待测样本特征向量在特征矩阵上的稀疏表示系数向量，通过对系数向量的分析实现待测样本的分类。设计灰度关联分析和支持向量机识别模型与本文方法进行识别效果对比，平均正确识别率分别为86．67％、90％和90％。实验结果表明，基于压缩感知理论的识别方法能够对苹果病害进行有效识别。