基于朴素贝叶斯分类的柑橘叶片溃疡病诊断

TP39%S436.661.1; 为实现准确、快速地识别柑橘叶片溃疡病,提出一种基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法.基于不同病害程度的叶片数码图像,根据颜色空间特征,构建基于朴素贝叶斯的柑橘叶片溃疡病斑识别模型,并对比分析朴素贝叶斯分类、固定阈值分割、自适应阈值分割、支持向量机分割对柑橘叶片溃疡病的诊断能力.结果表明:基于朴素贝叶斯分类的柑橘叶片溃疡病斑分割效果较好,误分割率仅为3.58％,远远优于阈值法和支持向量机.在运行效率方面,4种算法耗时排序为固定阈值法<自适应阈值法<朴素贝叶斯法<支持向量机法,但均在较合理的范围内;结合前期准备时间,朴素贝叶斯法的运行效率最...

Full description

Saved in:
Bibliographic Details
Published in浙江大学学报（农业与生命科学版） Vol. 47; no. 4; pp. 429 - 438
Main Authors 束美艳, 魏家玺, 周也莹, 董奇宙, 陈浩翀, 黄智刚, 马韫韬
Format Journal Article
LanguageChinese
Published 中国农业大学土地科学与技术学院,北京 100193%中国农业大学土地科学与技术学院,北京 100193 01.08.2021
广西大学农学院,南宁 530004
北京市退役军人事务局,北京 100020%广西大学农学院,南宁 530004
Subjects
溃疡病
阈值分割
柑橘
朴素贝叶斯分类
Online AccessGet full text
ISSN1008-9209
DOI10.3785/j.issn.1008-9209.2021.04.011

Cover

More Information
Summary:TP39%S436.661.1; 为实现准确、快速地识别柑橘叶片溃疡病,提出一种基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法.基于不同病害程度的叶片数码图像,根据颜色空间特征,构建基于朴素贝叶斯的柑橘叶片溃疡病斑识别模型,并对比分析朴素贝叶斯分类、固定阈值分割、自适应阈值分割、支持向量机分割对柑橘叶片溃疡病的诊断能力.结果表明:基于朴素贝叶斯分类的柑橘叶片溃疡病斑分割效果较好,误分割率仅为3.58％,远远优于阈值法和支持向量机.在运行效率方面,4种算法耗时排序为固定阈值法<自适应阈值法<朴素贝叶斯法<支持向量机法,但均在较合理的范围内;结合前期准备时间,朴素贝叶斯法的运行效率最佳.综上所述,朴素贝叶斯分类算法在柑橘叶片溃疡病诊断方面具有快速、精准的应用能力,可以为果树从业者精确诊断果树病害严重度提供新思路.
ISSN:1008-9209
DOI:10.3785/j.issn.1008-9209.2021.04.011