机器视觉和AdaBoost的柑桔溃疡病自动检测

将计算机视觉技术应用于柑桔病害识别问题,实现了快速准确的识别柑桔溃疡病。从特征构造,特征选择和识别系统设计三方面进行了研究。在特征构造上采用了Gabor变换,边缘识别等方法得到了包括颜色、纹理及形状的综合特征;在特征选择上采用了AdaBoost算法实现;最后通过AdaBoost学习方法构造分类器并利用滑动窗口技术进行病害区域检测。实验结果证明该方法对柑桔溃疡病其识别准确率高于95%,在训练轮数较多的情况下能够接近99%的识别率,且该识别率较稳定。实验结果显示计算机自动识别效果与专家目测相当,在生产中具有一定的实用价值。