共 24 条
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
基于改进灰度共生矩阵和粒子群算法的稻飞虱分类
被引：31
作者：
邹修国
[1
,2
]
丁为民
[1
,2
]
陈彩蓉
[1
,2
]
刘德营
[1
,2
]
机构：
[1] 南京农业大学工学院
[2] 江苏省现代设施农业技术与装备工程实验室
来源：
基金：
国家高技术研究发展计划(863计划);
关键词：
神经网络;
图像识别;
分类;
粒子群;
稻飞虱;
灰度共生矩阵;
D O I：
暂无
中图分类号：
TP391.41 [];
学科分类号：
摘要：
针对稻飞虱远程实时识别采集图像质量不高而无法使用颜色特征的问题,应用灰度共生矩阵提取的纹理特征值对稻飞虱分类进行了研究。采用自行设计的拍摄装置采集稻飞虱图像,经过一系列预处理后得到去掉背景的稻飞虱灰度图像;对灰度图像采用改进的灰度共生矩阵提取纹理特征值,再用反向传播BP(back propagation)神经网络和参数改进粒子群算法优化BP神经网络分别进行训练和测试,以此检验纹理特征值的识别效果和粒子群算法的优化效果。试验用Matlab验证算法,对白背飞虱、灰飞虱和褐飞虱共300个样本进行了训练和测试,结果表明基于参数选择改进粒子群算法优化BP神经网络的识别率总体达到了95%,比直接用BP神经网络的识别率高,而且经过Matlab测试,训练时间只用了0.5683s,说明粒子群算法更满足实时性要求。
引用
收藏
页码：138 / 144
页数：7
相关论文