【图像检测】基于支持向量机svm实现植物叶子疾病检测和分类matlab代码

1 简介

针对农业领域植物病虫害检测问题,提出一种基于高清视频图像融合特征的支持向量机( SVM)的检测方法,实现农业生产中植物病虫害的快速检测.对每幅植物叶片图像的颜色,HSV,纹理和方向梯度直方图四种特征采用基于特征包的多特征融合方法,形成特征向量,并利用SVM分类器进行训练分类.对单特征与融合特征的SVM分类器性能进行试验比较,所提出的方法具有较高的准确率.

植物病害是指植物在生物或非生物因素的影响下，发生的形态、生理和生化上的病理变化，会阻碍植物正常生长、发育和结果的进程。其中，植物叶部病害非常广泛且后果相当严重。植物叶片病害影响叶片的光合作用效能，成为作物高产的主要障碍，影响作物的效益。及时发现和有效预防植物叶部病害成为农业发展中的重要问题。目前，对叶片病害与否的判断及病害种类的判断主要依靠人工，识别率和效率较低且造成种植者滥用农药。对病害的自动化识别是现代化农业发展的方向。随着科技的不断进步，数字图像处理、人工智能等技术得到综合运用。通过对基于图像处理的植物叶部病害进行检测与分类，合理施用农药可保证作物的健康生长，进而提高作物的产量。​

2 部分代码

function [itrfin] = multisvm( T,C,test )
%Inputs: T=Training Matrix, C=Group, test=Testing matrix
%Outputs: itrfin=Resultant class

itrind=size(test,1);
itrfin=[];
Cb=C;
Tb=T;
for tempind=1:itrind
   tst=test(tempind,:);
   C=Cb;
   T=Tb;
   u=unique(C);
   N=length(u);
   c4=[];
   c3=[];
   j=1;
   k=1;
   if(N>2)
       itr=1;
       classes=0;
       cond=max(C)-min(C);
       while((classes~=1)&&(itr<=length(u))&& size(C,2)>1 && cond>0)
       %This while loop is the multiclass SVM Trick
           c1=(C==u(itr));
           newClass=c1;
           %svmStruct = svmtrain(T,newClass,'kernel_function','rbf'); % I am using rbf kernel function, you must change it also
           svmStruct = svmtrain(T,newClass);
           classes = svmclassify(svmStruct,tst);
       
           % This is the loop for Reduction of Training Set
           for i=1:size(newClass,2)
               if newClass(1,i)==0;
                   c3(k,:)=T(i,:);
                   k=k+1;
               end
           end
       T=c3;
       c3=[];
       k=1;
       
           % This is the loop for reduction of group
           for i=1:size(newClass,2)
               if newClass(1,i)==0;
                   c4(1,j)=C(1,i);
                   j=j+1;
               end
           end
       C=c4;
       c4=[];
       j=1;
       
       cond=max(C)-min(C); % Condition for avoiding group 
                           %to contain similar type of values 
                           %and the reduce them to process
       
           % This condition can select the particular value of iteration
           % base on classes
           if classes~=1
               itr=itr+1;
           end    
       end
   end

valt=Cb==u(itr);% This logic is used to allow classification
val=Cb(valt==1);% of multiple rows testing matrix
val=unique(val);
itrfin(tempind,:)=val;  
end

end

% Give more suggestions for improving the program.

3 仿真结果

4 参考文献

[1]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):5.