【病虫害识别】基于支持向量机SVM的病虫害识别系统附GUI界面

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

探索基于形状特征和支持向量机(SVM)的茶叶病害识别方法,为茶叶病害的智能准确识别提供技术支撑.采集贵州铜仁茶区茶炭疽病,茶饼病,茶白星病的病斑图像,使用MATLAB提取并计算3种病害的病斑HSV形状特征值,对3种茶叶病害进行分类识别,比较其正确识别率,筛选最优识别算法.

⛄ 部分代码

function [h s v] = wave_jiangzao(A)

% 用小波进行图像降噪

[h0,s0,v0] = rgb2hsv(A);

[thr,sorh,keepapp] = ddencmp('den','wv',h0);

xd = wdencmp('gbl',h0,'sym4',2,thr,sorh,keepapp);

h = xd;

clear xd; clear thr; clear sorh; clear keepapp; clear h0;

[thr,sorh,keepapp] = ddencmp('den','wv',s0);

xd = wdencmp('gbl',s0,'sym4',2,thr,sorh,keepapp);

s = xd;

clear xd; clear thr; clear sorh; clear keepapp; clear s0;

[thr,sorh,keepapp] = ddencmp('den','wv',v0);

xd = wdencmp('gbl',v0,'sym4',2,thr,sorh,keepapp);

v = xd;

clear xd; clear thr; clear sorh; clear keepapp; clear v0;

⛄ 运行结果

⛄ 参考文献

[1] 陈荣, 李旺, 周文玉. 基于形状特征和支持向量机(SVM)的茶叶病害识别方法[J]. 贵州农业科学, 2021.

[2] 鞠爱宁, 韩军, 刘存原,等. 一种基于多特征及支持向量机的植物病虫害检测方法:, CN107346434A[P]. 2017.

[3] 李成阳. 黄瓜病虫害检测仪关键技术研究[D]. 宁夏大学, 2019.

[4] 向景葵. 基于SVM的病虫害发生量预测与昆虫识别[D]. 湖南农业大学, 2006.

⛳️ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料