杨颖;文小玲;章秀华;

• 1:武汉工程大学电气信息学院
• 2:湖北省视频图像与高清投影工程技术研究中心
• 3:光学信息与模式识别湖北省重点实验室

摘要(Abstract)：

为解决判定水稻病虫害类型所需样本多、处理设备要求高等问题,以健康水稻及褐斑病、铁甲虫病、稻瘟病水稻为研究对象,基于方向梯度直方图(histograms of oriented gradients, HOG)和局部二值模式(local binary pattern, LBP)加权融合的方法对水稻病虫害图像提取特征,利用支持向量机(support vector machine, SVM)对水稻进行分类识别。结果表明,基于HOG和LBP混合特征的水稻病虫害识别方法在小样本的情况下识别分类正确率为94.2%,优于HOG、LBP及GLCM(gray-level co-occurrence matrix)单一特征描述分类准确率。通过进一步结合多尺度检测对病斑目标定位,该方法所得检出率为90.7%,高于YOLO v3和Fast R-CNN深度学习算法,并获得最短训练时间。本研究在样本量少及处理效率方面具有明显优势,能够满足田间对水稻病虫害分类及检测的农业需求,在今后农业信息化领域具有巨大应用潜能,适用于结合移动设备进行田间交互采集处理。

关键词(KeyWords)： 水稻病虫害;图像识别;方向梯度直方图;局部二值模式;支持向量机

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61671337);; 武汉工程大学研究生教育创新基金项目(CX2020065)

作者(Authors): 杨颖;文小玲;章秀华;

DOI: 10.16445/j.cnki.1000-2340.20210908.002

参考文献(References)：

• [1] 羊绍武，张晓明，郭海业，等.不同药剂对多年生水稻主要病虫害的田间防治效果[J].河南农业科学，2019,48(9):98-102.
• [2] 王颖婕，白京羽，刘中全，等.耕地质量提升动力的理论与实践研究[J].河南农业大学学报，2020,54(5):905-912.
• [3] 李春琴，段桂花，马笑晴，等.外源茉莉酸对稻瘟病菌引起褐点型坏死斑的水稻防御响应的影响[J].南方农业学报，2020,51(5):1053-1061.
• [4] KURMI Y,GANGWAR S,AGRAWAL D,et al.An algorithm for various crop diseases detection and classification using leaves images[C]// IEEE.2nd International Conference on Data,Engineering and Applications (IDEA).Bhopal:IEEE,2020:1-5.
• [5] 侯加林，房立发，吴彦强，等.基于深度学习的生姜种芽快速识别及其朝向判定[J].农业工程学报，2021,37(1):213-222.
• [6] 张金敏，杨添玺.基于LBP与SVM的马铃薯芽眼识别[J].山东农业大学学报(自然科学版),2020,51(4):744-748.
• [7] 徐识溥，李琳一，贾金原，等.AR辅助的基于HOG-SVM移动水稻病害智能分析与识别系统[J].图学学报，2021,42(3):454-461.
• [8] 张超.嵌入式水稻病虫害图像采集与诊断系统的研究[D].杭州：浙江理工大学，2017.
• [9] 黄双萍，孙超，齐龙，等.基于深度卷积神经网络的水稻穗瘟病检测方法[J].农业工程学报，2017,33(20):169-176.
• [10] 王震，褚桂坤，王金星，等.基于HOG特征的IKSVM稻瘟病孢子检测[J].农业机械学报，2018,49(S1):387-392.
• [11] DALAL N,TRIGGS B.Histograms of oriented gradients for human detection[C]//IEEE Computer Society Conference on Computer Vision & Pattern Recognition.San Diego:IEEE,2005:886-893.
• [12] ZHANG B,GAO Y,ZHAO S,et al.Local derivative pattern versus local binary pattern:face recognition with high-order local pattern descriptor[J].IEEE Trans Image Process,2010,19(2):533-544.
• [13] 曹周键，王赫，朱建阳.深度学习在引力波数据处理中的应用初探[J].河南师范大学学报(自然科学版),2018,46(2):26-39.
• [14] 杨万里，段凌凤，杨万能.基于深度学习的水稻表型特征提取和穗质量预测研究[J].华中农业大学学报，2021,40(1):227-235.
• [15] VAPNIK V.The natural of statistical learning theory[M].Beijing:Tsinghua University Press,2000.
• [16] 李明，黄愉淇，李绪孟，等.基于无人机遥感影像的水稻种植信息提取[J].农业工程学报，2018,34(4):108-114.
• [17] SHAYAN R.An image collection four rice diseases[EB/OL].(2021-04-29)[2021-04-16].https://www.kaggle.com/shayanriyaz/riceleafs.
• [18] 吕宗旺，金会芳，甄彤，等.图像处理技术在粮食害虫识别中的应用进展[J].河南工业大学学报(自然科学版),2021,42(3):128-137.
• [19] 林克正，张元铭，李昊天.信息熵加权的HOG特征提取算法研究[J].计算机工程与应用，2020,56(6):147-152.
• [20] 蒋龙泉，鲁帅，冯瑞，等.基于多特征融合和 SVM 分类器的植物病虫害检测方法[J].计算机应用与软件，2014,31(12):186-190.
• [21] 高聪，王福龙.基于模板匹配和局部HOG特征的车牌识别算法[J].计算机系统应用，2017,26(1):122-128.
• [22] 姚立平，潘中良.一种多算法融合的人脸识别方法研究[J].光电子·激光，2019,30(9):960-967.
• [23] 刘启浪，汤勃，孔建益，等.基于多尺度LBP特征的带钢表面缺陷图像SVM分类[J].组合机床与自动化加工技术，2020(12):27-30.
• [24] 宋俊敏，李尚平，周永权，等.基于蜻蜓算法的甘蔗收获机刀盘振动SVM预测模型[J].农机化研究，2018,40(1):20-28.
• [25] 孙健，李琪，陈明强，等.基于机器学习的油气水层随钻识别模型优选[J].西安石油大学学报(自然科学版),2019,34(5):79-85.
• [26] MACHART P,RALAIVOLA L.Confusion matrix stability bounds for multiclass classification[J].Computer Science,2012(2):1-12.
• [27] 徐丹，于龙，陈唐龙，等.基于LBP-HOG特征的接触网旋转双耳区域识别[J].铁道科学与工程学报，2017,14(2):370-378.
• [28] 樊湘鹏，周建平，许燕，等.基于优化Faster R-CNN的棉花苗期杂草识别与定位[J].农业机械学报，2021,52(5):26-34.