中国农学通报
中國農學通報
중국농학통보
CHINESE AGRICULTURAL SCIENCE BULLETIN
2011年
6期
464-468
,共5页
毕昆%姜盼%唐崇伟%黄菲菲%王成
畢昆%薑盼%唐崇偉%黃菲菲%王成
필곤%강반%당숭위%황비비%왕성
小麦识别%BP神经网络%颜色特征%芒个数%穗长
小麥識彆%BP神經網絡%顏色特徵%芒箇數%穗長
소맥식별%BP신경망락%안색특정%망개수%수장
小麦的穗部形态参数是直接反映小麦生长状况的重要参数,也是育种和考种专家关心的重要参数.但由于小麦的品种繁多,发展新型技术快速识别小麦品种是减少工作人员工作量的有效措施.基于数字图像分析,利用小麦穗部芒个数、芒长、穗长、RGB颜色的外部形态特征,对新疆的4个春小麦品种共40个样本进行了分类识别.利用提取的其中8个特征参数,设计了一个3层的BP神经网络分类器.平均准确识别率在85%以上,其中2个小麦品种的准确识别率达到了100%.通过图像处理的方法提取小麦的芒长、芒个数和穗长并基于这些参数来识别小麦的品种完全可行.
小麥的穗部形態參數是直接反映小麥生長狀況的重要參數,也是育種和攷種專傢關心的重要參數.但由于小麥的品種繁多,髮展新型技術快速識彆小麥品種是減少工作人員工作量的有效措施.基于數字圖像分析,利用小麥穗部芒箇數、芒長、穗長、RGB顏色的外部形態特徵,對新疆的4箇春小麥品種共40箇樣本進行瞭分類識彆.利用提取的其中8箇特徵參數,設計瞭一箇3層的BP神經網絡分類器.平均準確識彆率在85%以上,其中2箇小麥品種的準確識彆率達到瞭100%.通過圖像處理的方法提取小麥的芒長、芒箇數和穗長併基于這些參數來識彆小麥的品種完全可行.
소맥적수부형태삼수시직접반영소맥생장상황적중요삼수,야시육충화고충전가관심적중요삼수.단유우소맥적품충번다,발전신형기술쾌속식별소맥품충시감소공작인원공작량적유효조시.기우수자도상분석,이용소맥수부망개수、망장、수장、RGB안색적외부형태특정,대신강적4개춘소맥품충공40개양본진행료분류식별.이용제취적기중8개특정삼수,설계료일개3층적BP신경망락분류기.평균준학식별솔재85%이상,기중2개소맥품충적준학식별솔체도료100%.통과도상처리적방법제취소맥적망장、망개수화수장병기우저사삼수래식별소맥적품충완전가행.
