基于神经网络的杂草图像分割算法
기우신경망락적잡초도상분할산법
Algorithm for weed image segmentation based on neural network
  • 万方数据
    计算机工程与应用 계산궤공정여응용
    COMPUTER ENGINEERING AND APPLICATIONS
    2009年 24期 216-218 ,共3页

    马兆敏%黄玲%胡波%李克俭

    마조민%황령%호파%리극검

    杂草识别%图像分割%神经网络%Bayes理论 雜草識彆%圖像分割%神經網絡%Bayes理論
    잡초식별%도상분할%신경망락%Bayes이론
    在自动除草系统中优化杂草图像分割算法是降低识别误差的有效途径,为此提出了一种基于神经网络的分割算法.首先由训练样本统计出植被和背景在RGB颜色空间的分布概率,接着通过Bayes理论得出最优分割曲面训练BP神经网络,再通过BP神经网络将各种颜色分为植被和背景两类,并据此分割杂草图像.与其他三种杂草图像分割算法比较,新方法以颜色代替像素点为研究对象并据此构造最优分割曲面从而减小了分割误差并具备较好的泛化能力.
    재자동제초계통중우화잡초도상분할산법시강저식별오차적유효도경,위차제출료일충기우신경망락적분할산법.수선유훈련양본통계출식피화배경재RGB안색공간적분포개솔,접착통과Bayes이론득출최우분할곡면훈련BP신경망락,재통과BP신경망락장각충안색분위식피화배경량류,병거차분할잡초도상.여기타삼충잡초도상분할산법비교,신방법이안색대체상소점위연구대상병거차구조최우분할곡면종이감소료분할오차병구비교호적범화능력.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문