中央民族大学学报(自然科学版)
中央民族大學學報(自然科學版)
중앙민족대학학보(자연과학판)
JOURNAL OF THE CENTRAL UNIVERSITY FOR NATIONALITIES (NATURAL SCIENCES EDITION)
2003年
1期
53-60
,共8页
索兴梅%肖波%白中英%李少昆%赵双宁
索興梅%肖波%白中英%李少昆%趙雙寧
색흥매%초파%백중영%리소곤%조쌍저
小麦高产群体图像%图像分割%图像增强%BP人工神经网络%图像识别
小麥高產群體圖像%圖像分割%圖像增彊%BP人工神經網絡%圖像識彆
소맥고산군체도상%도상분할%도상증강%BP인공신경망락%도상식별
小麦生长发育群体图像动态信息的识别与分析能够为小麦高产田的诊断提供定量化的诊断依据.依据诊断出的作物各生长阶段的群体结构和个体指标,通过技术措施对群体发展动态进行监测调控,使其沿 着高产目标的预定方向发展.本文以小麦群体绿色面积和叶面积指标信息的获取为例,应用图像分割、图像增强技术提取小麦群体图像特征,采用BP人工神经网络(ANN)方法,建立小麦图像群体特征识别自学习系统,并将其应用于小麦图像群体特征识别中,准确率在85%以上,表明利用ANN技术对小麦图像群体特征识别是可行的.
小麥生長髮育群體圖像動態信息的識彆與分析能夠為小麥高產田的診斷提供定量化的診斷依據.依據診斷齣的作物各生長階段的群體結構和箇體指標,通過技術措施對群體髮展動態進行鑑測調控,使其沿 著高產目標的預定方嚮髮展.本文以小麥群體綠色麵積和葉麵積指標信息的穫取為例,應用圖像分割、圖像增彊技術提取小麥群體圖像特徵,採用BP人工神經網絡(ANN)方法,建立小麥圖像群體特徵識彆自學習繫統,併將其應用于小麥圖像群體特徵識彆中,準確率在85%以上,錶明利用ANN技術對小麥圖像群體特徵識彆是可行的.
소맥생장발육군체도상동태신식적식별여분석능구위소맥고산전적진단제공정양화적진단의거.의거진단출적작물각생장계단적군체결구화개체지표,통과기술조시대군체발전동태진행감측조공,사기연 착고산목표적예정방향발전.본문이소맥군체록색면적화협면적지표신식적획취위례,응용도상분할、도상증강기술제취소맥군체도상특정,채용BP인공신경망락(ANN)방법,건립소맥도상군체특정식별자학습계통,병장기응용우소맥도상군체특정식별중,준학솔재85%이상,표명이용ANN기술대소맥도상군체특정식별시가행적.