基于SVM的家蚕中毒分类识别研究  

作　　者：石洪康 陈肖 王志斌 胡光荣[1] 马勇[1] 张剑飞[1] 

机构地区：[1]四川省农业科学院蚕业研究所,四川南充637000 [2]四川南充市丝绸(进出口)有限公司,四川南充637000

出　　处：《四川蚕业》2022年第2期32-35,共4页

基　　金：四川省农作物育种攻关项目(2021YFYZ0024-3);省财政自主创新专项(2022ZZCX087);智能农业装备研发南充市重点实验室(NCKL202008)。

摘　　要：本文使用机器视觉和机器学习技术开展了家蚕中毒的自动识别研究,主要内容包括:首先选择健康和中毒家蚕图像为识别对象,构建了家蚕中毒识别图像数据集,其次对图像进行中值滤波、尺寸缩放和阈值分割等处理以增强图像特征差异,并利用RGB和HSV两种颜色模型求解图像样本的颜色矩,提取出基于灰度共生矩阵的纹理特征,使用机器学习中的经典算法支持向量机(SVM)创建出分类识别模型,在数据集上的平均识别率为93.54%。本文结果验证了使用机器视觉和机器学习技术开展家蚕中毒识别的可行性,为后续研究提供参考。

关 键 词：机器视觉 家蚕中毒 分类识别 SVM 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] S884.9[自动化与计算机技术—计算机科学与技术]