湖北农业科学
湖北農業科學
호북농업과학
2013年
23期
5863-5865
,共3页
图像识别%BP神经网络%柑橘始叶螨(Eotetranychus kankitus)
圖像識彆%BP神經網絡%柑橘始葉螨(Eotetranychus kankitus)
도상식별%BP신경망락%감귤시협만(Eotetranychus kankitus)
image recognition%BP neural network%citrus yellow mite(Eotetranychus kankitus)
针对柑橘始叶螨(Eotetranychus kankitus)自动识别问题,对柑橘始叶螨图像采用基于骨架的形态特征提取方法,自动提取柑橘始叶螨的骨架数学形态特征,以此作为BP神经网络的输入因子,较好地实现了柑橘始叶螨的识别.在设计的原型系统上成功识别柑橘始叶螨、柑橘全爪螨[Panonychus citri (McGregor)]和柑橘瘤瘿螨(A ceria sheldoni)3类叶螨,识别率均大于90％,每图像样本平均识别时间小于1s,较传统的采用图像像素灰度的神经网络识别方法更快、更实用.
針對柑橘始葉螨(Eotetranychus kankitus)自動識彆問題,對柑橘始葉螨圖像採用基于骨架的形態特徵提取方法,自動提取柑橘始葉螨的骨架數學形態特徵,以此作為BP神經網絡的輸入因子,較好地實現瞭柑橘始葉螨的識彆.在設計的原型繫統上成功識彆柑橘始葉螨、柑橘全爪螨[Panonychus citri (McGregor)]和柑橘瘤癭螨(A ceria sheldoni)3類葉螨,識彆率均大于90％,每圖像樣本平均識彆時間小于1s,較傳統的採用圖像像素灰度的神經網絡識彆方法更快、更實用.
침대감귤시협만(Eotetranychus kankitus)자동식별문제,대감귤시협만도상채용기우골가적형태특정제취방법,자동제취감귤시협만적골가수학형태특정,이차작위BP신경망락적수입인자,교호지실현료감귤시협만적식별.재설계적원형계통상성공식별감귤시협만、감귤전조만[Panonychus citri (McGregor)]화감귤류영만(A ceria sheldoni)3류협만,식별솔균대우90％,매도상양본평균식별시간소우1s,교전통적채용도상상소회도적신경망락식별방법경쾌、경실용.
