基于概率神经网络的玉米苗期杂草识别方法的研究

被引:8
作者
侯晨伟
陈丽
机构
[1] 河北农业大学机电工程学院
关键词
玉米幼苗; 杂草识别; 图像处理; 概率神经网络;
D O I
10.13427/j.cnki.njyi.2010.11.045
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种基于计算机视觉技术和概率神经网络技术的玉米幼苗和杂草识别方法。首先利用类间方差最大自动阈值法对杂草图像的修正的超绿特征进行二值化处理;然后提取目标对象的形状特征参数作为输入向量,由概率神经网络(PNN)分类器识别出玉米幼苗。试验结果表明,该方法的有效性,对不同田间环境的玉米幼苗与杂草的准确识别率分别为92.5%和95%,效果优于使用BP网络。
引用
收藏
页码:41 / 43+47 +47
页数:4
相关论文
共 5 条
[1]   基于机器视觉的苗期杂草实时分割算法 [J].
毛文华 ;
王一鸣 ;
张小超 .
农业机械学报, 2005, (01) :83-86
[2]   基于遗传神经网络的玉米叶色的自动测定研究 [J].
陈佳娟 ;
纪寿文 ;
马成林 ;
赵学笃 .
农业工程学报, 2000, (03) :115-117
[3]   Weed detection in multi-spectral images of cotton fields [J].
Alchanatis, V ;
Ridel, L ;
Hetzroni, A ;
Yaroslavsky, L .
COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2005, 47 (03) :243-260
[4]   Weed and crop discrimination using image analysis and artificial intelligence methods [J].
Aitkenhead, MJ ;
Dalgetty, IA ;
Mullins, CE ;
McDonald, AJS ;
Strachan, NJC .
COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2003, 39 (03) :157-171
[5]  
Constructive training of probabilistic neural networks[J] . Michael R. Berthold,Jay Diamond.Neurocomputing . 1998 (1)