基于主分量分析的苹果叶部3种常见病害识别方法

  本文关键词：基于病斑形状和神经网络的黄瓜病害识别，由笔耕文化传播整理发布。

参考文献/References:

［1］胡林，周国民，丘耘. 苹果树图像分割算法研究综述［J］. 中国农业科技导报，2015，17(2)：100-108.
［2］郝青梅. 苹果树常见病害识别和防治［J］. 河北果树，2010(6)：12-14.
［3］尹秀珍，何东健，霍迎秋. 自然场景下低分辨率苹果果实病害智能识别方法［J］. 农机化研究，2012(10)：29-32.
［4］薛永发. 农业生态控制苹果病虫害的有效途径和措施［J］. 果农之友，2010(11)：26-28.
［5］李宗儒. 基于图像分析的苹果病害识别技术研究［D］. 杨凌：西北农林科技大学，2010
［6］李宗儒，何东健. 基于手机拍摄图像分析的苹果病害识别技术研究［J］. 计算机工程与设计，2010，31(13)： 3051-3053.
［7］霍迎秋，唐晶磊，尹秀珍，等. 基于压缩感知理论的苹果病害识别方法［J］. 农业机械学报，2013，44(10)：227-232.
［8］樊景超. 苹果果实病害近红外光谱信息获取与识别模型研究［D］. 北京：中国农业科学院，2011.
［9］王芸芸，王玺，蒋建兵，等. 山西省苹果树主要病虫害的种类及综合防治［J］. 现代园艺，2014(15)：117-118.
［10］毕傲睿. 苹果叶子病害图像识别系统的设计与实现［D］. 西安：西安建筑科技大学，2014.
［11］胡荣明，魏曼，竞霞，等. 基于成像高光谱的苹果树叶片病害区域提取方法研究［J］. 西北农林科技大学学报：自然科学版，2012，40(8)：95-99.
［12］方江雄. 基于变分水平集的图像分割方法研究［D］. 上海：上海交通大学，2012.
［13］毛亮，薛月菊，孔德运，等. 基于稀疏场水平集的荔枝图［J］. 农业工程学报，，2011，27(4)：345-349.
［14］Valliammal N，Geethalakshmi S N. Crop leaf segmentation using nonlinear K means clustering［J］. International Journal of Computer Science Issues，2012，9(3)：212-218.
［15］Pydipati R，Burks T F，Lee W S. Identification of citrus disease using color texture features and discriminant analysis ［J］. Computers and Electronics in Agriculture，2006，52：49-59.
［16］贾建楠，吉海彦. 基于病斑形状和神经网络的黄瓜病害识别［J］. 农业工程学报，2013，29(增刊1)：115-121.
［17］ Wang H，Li G，Ma Z，et al. Image recognition of plant diseases based on principal component analysis and neural networks［C］. Natural Computation (ICNC)，2012 Eighth International Conference on IEEE，2012：246-251.

[1]田昊,王维新,毕新胜,等.基于图像处理的机采棉杂质提取算法[J].江苏农业科学,2014,42(01):366.
　Tian Hao,et al.Study on impurities extraction algorithm of machine-harvested cotton based on image processing[J].,2014,42(09):366.
[2]王旭启,张善文,王献锋.基于不变矩的作物病害识别方法[J].江苏农业科学,2014,42(06):378.
　Wang Xuqi,et al.A recognition method of crop disease based on invariant moments[J].,2014,42(09):378.

  本文关键词：基于病斑形状和神经网络的黄瓜病害识别，由笔耕文化传播整理发布。