中国农业科学
中國農業科學
중국농업과학
SCIENTIA AGRICULTURA SINICA
2002年
6期
616-620
,共5页
李少昆%索兴梅%白中英%祁之力%刘晓鸿%高世菊%赵双宁
李少昆%索興梅%白中英%祁之力%劉曉鴻%高世菊%趙雙寧
리소곤%색흥매%백중영%기지력%류효홍%고세국%조쌍저
小麦%群体%绿叶面积%图像识别%BP人工神经网络
小麥%群體%綠葉麵積%圖像識彆%BP人工神經網絡
소맥%군체%록협면적%도상식별%BP인공신경망락
小麦群体特征指标是生产上判断生长动态是否合理和因苗管理的主要依据.以小麦群体绿色面积和绿色叶面积指标信息的获取为例,研究了基于图像信息构建自学习BP神经网络识别模型的技术.在用数码相机拍摄小麦群体图像,用像素标记算法进行图像分割和特征提取,用基于拉普拉斯算子的高通增强滤波技术进行图像增强处理的基础上,通过构建的BP人工神经网络(ANN)模型实现了群体指标的识别,准确率在85%以上,表明利用ANN技术对小麦群体特征图像识别是可行的.
小麥群體特徵指標是生產上判斷生長動態是否閤理和因苗管理的主要依據.以小麥群體綠色麵積和綠色葉麵積指標信息的穫取為例,研究瞭基于圖像信息構建自學習BP神經網絡識彆模型的技術.在用數碼相機拍攝小麥群體圖像,用像素標記算法進行圖像分割和特徵提取,用基于拉普拉斯算子的高通增彊濾波技術進行圖像增彊處理的基礎上,通過構建的BP人工神經網絡(ANN)模型實現瞭群體指標的識彆,準確率在85%以上,錶明利用ANN技術對小麥群體特徵圖像識彆是可行的.
소맥군체특정지표시생산상판단생장동태시부합리화인묘관리적주요의거.이소맥군체록색면적화록색협면적지표신식적획취위례,연구료기우도상신식구건자학습BP신경망락식별모형적기술.재용수마상궤박섭소맥군체도상,용상소표기산법진행도상분할화특정제취,용기우랍보랍사산자적고통증강려파기술진행도상증강처리적기출상,통과구건적BP인공신경망락(ANN)모형실현료군체지표적식별,준학솔재85%이상,표명이용ANN기술대소맥군체특정도상식별시가행적.
