基于集成学习的蔬菜病害识别与病级划分方法研究

项目名称： 基于集成学习的蔬菜病害识别与病级划分方法研究

项目编号： No.61403035

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 王志彬

作者单位： 北京市农林科学院

项目金额： 25万元

中文摘要： 蔬菜病害的种类及其病级是决定农药使用量的一个重要依据。如何对其准确的识别和判断是一个迫切需要解决的技术问题。由于集成学习能够显著地提高系统的泛化能力和识别性能，本课题将其引入到蔬菜病害的识别中，研究面向移动终端的蔬菜病害识别与病级划分方法及系统。针对该应用模式，本课题主要研究内容包括：1）提出针对不同光照、场景、噪声等情况下的图像预处理方法；2）提出一种蔬菜病害叶片及叶片上病斑的图像自动分割方法，计算病叶及各病斑的面积；3）提出一种基于稀疏性和差异性的分类器选择标准，据此设计出性能更优的分类器动态选择集成算法，构建兼顾精度和效率的多分类器系统；4）设计一套基于Android系统手机的蔬菜病害智能分析系统。本课题的研究不仅可丰富机器学习理论，而且可为农作物病害的快速诊断提供新的方法，对田间用药量的减少具有重要的现实意义。

中文关键词： 病害防治；图像处理；病级划分；病害识别；动态集成学习

英文摘要： The type and grade of vegetable diseases is an important basis for the amount of farm chemicals. How to identify and estimate it accurately is a technical problem which presses for solution. As the ensemble learning can remarkably improve the generalizati

英文关键词： Disease Control；Image Processing；Disease Grade Division；Disease Recognition；Dynamic Ensemble Learning