基于BP神经网络的小麦群体图像特征识别

被引：24

作者：

李少昆

索兴梅

白中英

祁之力

刘晓鸿

高世菊

赵双宁

机构：

[1] 中国农业科学院作物育种栽培研究所

[2] 中央民族大学计算机科学与技术系

[3] 北京邮电大学计算机科学与技术学院

来源：

中国农业科学 | 2002年 / 06期

关键词：

小麦; 群体; 绿叶面积; 图像识别; BP人工神经网络;

D O I：

暂无

中图分类号：

S512.1 [小麦];

学科分类号：

摘要：

小麦群体特征指标是生产上判断生长动态是否合理和因苗管理的主要依据。以小麦群体绿色面积和绿色叶面积指标信息的获取为例 ,研究了基于图像信息构建自学习BP神经网络识别模型的技术。在用数码相机拍摄小麦群体图像 ,用像素标记算法进行图像分割和特征提取 ,用基于拉普拉斯算子的高通增强滤波技术进行图像增强处理的基础上 ,通过构建的BP人工神经网络 (ANN)模型实现了群体指标的识别 ,准确率在 85 %以上 ,表明利用ANN技术对小麦群体特征图像识别是可行的

引用

页码：616 / 620

页数：5