杂草种子视觉不变特征提取及其种类识别

被引：9

作者：

赵文仓

王军欣

机构：

[1] 青岛科技大学自动化与电子工程学院

来源：

农业工程学报 | 2011年 / 27卷 / 03期

关键词：

杂草种子; 生物稳定遗传特性; 视觉不变性; 特征提取;

D O I：

暂无

中图分类号：

S126 [电子技术、计算机技术在农业上的应用]; S451 [杂草];

学科分类号：

082804 ;

摘要：

为提高杂草种子的快速准确的检疫鉴定,该文基于杂草种子生物稳定遗传特征对其进行视觉不变特征提取及其种类识别的研究。首先基于形态学特征和Hu氏不变矩提取杂草种子的16个视觉不变特征,这些特征有效地表征了杂草种子的生物稳定遗传特征信息;然后基于神经网络对其进行分类。试验证明,利用提取出的具有视觉不变性的16个特征值作为BP神经网络识别分类的特征集,能快速地识别杂草种子,且具有较高的识别率。因此,该方法对植物检疫和农业生产具有重要意义。

引用

页码：158 / 161

页数：4

共 13 条

[1] 基于形态学的棉花种子破损检测
李伟
于振东
陈涛
荀一
[J]. 农业机械学报, 2009, 40 (04) : 169 - 172
[2] BP神经网络隐含层单元数的确定
沈花玉
王兆霞
高成耀
秦娟
姚福彬
徐巍
[J]. 天津理工大学学报, 2008, (05) : 13 - 15
[3] 基于计算机视觉的大米粒形识别方法
万鹏
孙瑜
孙永海
[J]. 吉林大学学报(工学版), 2008, (02) : 489 - 492
[4] 基于组合不变矩与神经网络的卫星目标识别
张健
周晓东
章世锋
缑磊
[J]. 海军航空工程学院学报, 2008, (01) : 29 - 32
[5] 基于形状特征的小波神经网络目标识别方法
潘泓
夏良正
[J]. 数据采集与处理, 2008, (01) : 27 - 34
[6] Water quality forecast through application of BP neural network at Yuqiao reservoir
ZHAO Ying
[J]. Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal), 2007, (09) : 1482 - 1487
[7] 玉米苗期杂草的计算机识别技术研究
龙满生
何东健
[J]. 农业工程学报, 2007, (07) : 139 - 144
[8] Feature evaluation and extraction based on neural network in analog circuit fault diagnosis[J]. Yuan Haiying, Chen Guangju & Xie Yongle School of Automation Engineering, Univ. of Electronic Science and Technology of China, Chengdu 610054, P. R. China.Journal of Systems Engineering and Electronics. 2007(02)
[9] An improved BP neural network based on evaluating and forecasting model of water quality in Second Songhua River of China
Bin ZOU1
[J]. Acta Geochimica, 2006, (S1) : 167 - 167
[10] 基于机器视觉的稻谷种子特征提取与品种识别方法研究[D]. 郑宇.华中农业大学. 2009

← 1 2 →