粮油食品科技
糧油食品科技
량유식품과기
SCIENCE AND TECHNOLOGY OF CEREALS,OILS AND FOODS
2010年
4期
1-5
,共5页
熊凯%李向红%李言照%韩仲志
熊凱%李嚮紅%李言照%韓仲誌
웅개%리향홍%리언조%한중지
玉米品种识别%计算机视觉%主分量分析(PCA)%人工神经网络(ANN)
玉米品種識彆%計算機視覺%主分量分析(PCA)%人工神經網絡(ANN)
옥미품충식별%계산궤시각%주분량분석(PCA)%인공신경망락(ANN)
研究了一种基于玉米外观形态和颜色特征进行的玉米品种的特征主分量分析及BP神经网络识别方法.采用数码相机获得了11个品种每个品种50粒共550幅图像,然后对各品种对应的籽粒群体图像提取每个籽粒的形态特征8个,颜色特征12个、纹理特征13个,共33个特征参数,采用主分量分析PCA的方法提取其主分量,将这些主分量作为BP神经网络的输入,构建4层神经网络,并分别定义11个玉米品种的二进制编码作为网络的输出,建立特征参数与玉米品种之间的神经网络识别模型.试验结果表明,方法对11个品种550个籽粒的品种检出率为92%以上,得到了较好的识别效果.
研究瞭一種基于玉米外觀形態和顏色特徵進行的玉米品種的特徵主分量分析及BP神經網絡識彆方法.採用數碼相機穫得瞭11箇品種每箇品種50粒共550幅圖像,然後對各品種對應的籽粒群體圖像提取每箇籽粒的形態特徵8箇,顏色特徵12箇、紋理特徵13箇,共33箇特徵參數,採用主分量分析PCA的方法提取其主分量,將這些主分量作為BP神經網絡的輸入,構建4層神經網絡,併分彆定義11箇玉米品種的二進製編碼作為網絡的輸齣,建立特徵參數與玉米品種之間的神經網絡識彆模型.試驗結果錶明,方法對11箇品種550箇籽粒的品種檢齣率為92%以上,得到瞭較好的識彆效果.
연구료일충기우옥미외관형태화안색특정진행적옥미품충적특정주분량분석급BP신경망락식별방법.채용수마상궤획득료11개품충매개품충50립공550폭도상,연후대각품충대응적자립군체도상제취매개자립적형태특정8개,안색특정12개、문리특정13개,공33개특정삼수,채용주분량분석PCA적방법제취기주분량,장저사주분량작위BP신경망락적수입,구건4층신경망락,병분별정의11개옥미품충적이진제편마작위망락적수출,건립특정삼수여옥미품충지간적신경망락식별모형.시험결과표명,방법대11개품충550개자립적품충검출솔위92%이상,득도료교호적식별효과.
