基于SVM-DS多特征融合的杂草识别

为解决单一特征识别杂草的低准确率和低稳定性，提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上，提取植物叶片形状、纹理及分形维数3类特征，分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA)，引入基于矩阵分析的DS融合算法简化决策级融合算法复杂度，根据融合结果及分类判决门限给出最终的识别结果。实验结果表明，多特征决策融合识别方法正确识别率达到96.11%，与单特征识别相比有更好的稳定性和更高的识别率。