李 超，彭进业，张善文

（1.西北大学信息科学与技术学院，陕西 西安 710127；2. 西京学院信息工程学院，陕西 西安 710123）

基于特征融合与局部判别映射的苹果叶部病害识别方法

李 超1，彭进业1，张善文2

（1.西北大学信息科学与技术学院，陕西 西安 710127；2. 西京学院信息工程学院，陕西 西安 710123）

针对利用植物病害叶片图像特征识别病害类别的复杂性，提出一种基于特征融合与局部判别映射的植物叶部病害识别方法。首先，在中心对称局部二值模式（CS-LBP）的基础上，设计了一种自适应中心对称局部二值模式（ACS-LBP），由此分割病害叶片的病斑图像；然后提取并融合病斑图像的纹理、形状和颜色特征；再利用局部判别映射算法对融合特征进行维数约简；最后利用支持向量机进行病害类别分类。在3种常见苹果病害叶片图像数据库上进行病害识别验证试验，结果表明，该方法能够有效识别苹果叶部病害，平均识别率高达96%以上。

植物病害识别；特征融合；自适应中心对称局部二值模式（ACS-LBP）；支持向量机（SVM）；改进局部判别映射（LDP）

多年来，我国植物病害主要依靠植保专家和农民目测及经验进行识别。人工识别劳动强度大、效率低，且识别结果具有很强的主观性，也不适用于大面积植物病害检测和识别。随着计算机软硬件技术和图像处理技术的不断发展，出现了很多基于图像处理的植物叶部病害自动识别方法［1-3］。Wang等［4］根据植物病害叶片图像的特点，首先采用矢量中值滤波去除葡萄病害叶片图像噪声，然后提取其纹理特征和颜色特征，最后利用核函数K均值聚类方法识别病害。……