买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国农业科学院农业信息研究所

摘要：本发明公开了一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法，包括S1、利用FastK‑Means算法对马铃薯叶片灰度图像进行分割，获得叶片受关注的区域；S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息，以形成病害特征向量；S3、将训练集和测试集分别训练投票分类器和测试训练好的投票分类器，将符合测试要求的训练好的投票分类器作为马铃薯病害识别模型。优点是：将基于支持向量机、K最邻近与随机森林分类器组合的投票分类器与灰度共生矩阵相结合，通过FastK‑Means聚类算法对感染区域马铃薯叶片分割，在保证准确分割叶片的同时提升分割速度，增强GLCM算法提取特征的能力；投票分类器相对于SVM、KNN和RF马铃薯叶部病害识别效果提高。

主权项：1.一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法，其特征在于：包括如下步骤，S1、利用FastK-Means算法对马铃薯叶片灰度图像进行分割，获得叶片受关注的区域；S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息，以形成病害特征向量；步骤S2具体包括如下内容，S21、设fx,y为大小为M×N的灰度图像，x1,y1和x2,y2为灰度图像中θ方向距离为d的两个像素点的坐标，x2＝x1+d×cosθ,y2＝y1+d×sinθ；则灰度共生矩阵Pi,j,d,θ为，Pi,j,d,θ＝${x1,y1,x2,y2∈M×N,fx1,y1＝i,fx2,y2＝j}其中，${}为集合元素个数；d为两个像素点之间的距离；θ为两个像素点的连线与坐标横轴正方向的夹角；S22、对灰度共生矩阵进行归一化处理，计算公式为， 其中，Pi,j为归一化处理后的灰度共生矩阵；R为灰度共生矩阵中所有元素的总和；S23、设置灰度级为8bits，度量纹理窗口大小为5×5，距离d为4，方向角θ分别为0°、45°、90°和135°，获取4个灰度共生矩阵，并分别计算这4个灰度共生矩阵的11类纹理特征信息，以形成病害特征向量；S3、将训练集和测试集中所有图像的病害特征向量分别输入投票分类器，以分别训练投票分类器和测试训练好的投票分类器，将符合测试要求的训练好的投票分类器作为马铃薯病害识别模型；步骤S3中投票分类器包括支持向量机、K最邻近和随机森林在内的三个子分类器；步骤S3具体为，投票分类器依次对三个子分类器建立三个线程处理特征向量，投票分类器采取10折交叉验证，对每两个分类器输出的结果按照序列进行比较，投票的最终结果作为识别的马铃薯病害类别。

全文数据：

权利要求：

百度查询： 中国农业科学院农业信息研究所 一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法