《表1 5种方法对3种苹果病害叶片图像集上的识别结果》
采用10-折交叉验证策略进行实验,并与基于颜色特征的方法(color feature,CT)[4]、基于颜色、纹理和形状特征的方法(color,texture and shape features,CTSF)[7]、基于特征融合与局部判别映射的方法(feature fusion and local discriminant projection,FFLDP)[8]和基于DCNNs的方法[19]进行比较。前三类方法首先对病害叶片图像进行预处理和病斑分割,然后从病斑图像中提取分类特征。其中CT方法提取病斑图像的颜色特征,CTSF方法提取病斑图像的颜色、纹理和形状特征,FFLDP方法提取病斑图像的中心对称局部二值模式特征以及颜色、纹理和形状特征,再进行特征融合,并利用局部判别映射算法(LDP)对融合特征进行维数约简。尽管这3种方法在病斑分割比较精确的情况下识别率较高,但为了说明本研究提出方法的优越性,笔者没有对病害叶片图像进行病斑分割,而是利用这3种方法及DCNNs和IDCNNs共5种方法直接从病害叶片图像中提取分类特征,然后进行病害识别,每种算法重复10-折交叉验证实验50次,记录每次实验的10次平均识别率,然后再计算50次交叉验证实验的50个平均识别率的平均值和方差。表1为5种方法在苹果病害叶片图像集上的识别结果。
图表编号 | XD0070079600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.25 |
作者 | 张善文、张晴晴、李萍 |
绘制单位 | 郑州西亚斯学院、郑州西亚斯学院、郑州西亚斯学院 |
更多格式 | 高清、无水印(增值服务) |