所有作者：宗华丽
作者单位：北京邮电大学计算机科学与技术学院
论文摘要：目的 目前，作物叶部病斑识别的方法大多是利用叶片病斑的形状和面积周长等特点，采用简单的贝叶斯识别方法或明确识别条件来识别作物叶片病斑。但实际上，由于病叶图像中的对象具有模糊性和不确定性，病斑叶片的边界不可能清晰明确，这样提取出的特征也具有不稳定性，因此很难用固定特征值或确定准则的方法来识别病叶中不确定的对象。为了提高玉米叶片病斑的识别效率，本文提出了将模糊逻辑的方法应用到病斑识别中，形成基于模糊识别的极小极大隶属度识别方法。【方法】在VC６。０下实现了基于极小极大隶属度原则的模糊识别算法。该识别方法将提取出的病斑特征值作为识别的初始条件，通过计算病斑特征值的均值和方差，建立病害识别训练的模型库，再提取待识别样本的特征，采用高斯分布的“ ”性质，计算出病斑隶属于各类病害的隶属度，然后根据极小极大隶属度原则识别出待识别病斑隶属于哪类病害。【结果】结果显示：该基于模糊逻辑的最大隶属度识别方法可以有效识别玉米叶片病害图像，识别效率高，正确的识别率可达９５％以上，比基于贝叶斯的识别方法高８。６５％。【结论】研究表明，基于模糊逻辑的最大隶属度识别方法能够提高识别效率，实现比较简单，是一种适应大田复杂环境的识别算法。
关键词： 玉米病斑 模糊识别 最大隶属度 模型库 特征值
免费下载《基于图像特征的玉米叶部病害模糊识别研究》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：