基于遗传模糊神经网络的植物病斑区域图像分割模型

被引：27

作者：

关海鸥 ^{[1
]}

许少华 ^{[2
]}

谭峰 ^{[1
]}

机构：

[1] 黑龙江八一农垦大学信息技术学院

[2] 东北石油大学计算机与信息技术学院

来源：

农业机械学报 | 2010年 / 41卷 / 11期

关键词：

植物病害; 遗传算法; 模糊神经网络; 病斑图像;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对植物病斑区域图像边界的模糊性和不确定性因素,利用模糊逻辑的推理规则和神经网络的自适应性,提出全规则的自适应模糊神经网络模型作为植物病叶图像像素归属的决策系统,并利用遗传算法对系统的可调整参数初始值进行全局优化,提高了网络训练速度,避免了传统BP算法的局部最小值。通过对马铃薯早疫病病斑图像分割的实验表明,该模型速度快且稳定,精度高且鲁棒性好,简单易于实现。

引用

页码：163 / 167

页数：5

共 10 条

[1] 基于图像处理的小麦病害诊断算法 [J].

陈兵旗 ;

郭学梅 ;

李晓华 .

农业机械学报, 2009, 40 (12) :190-195

[2]

Similarity measure application to fault detection of flight system[J]. KIM J H,LEE S H,王洪梅.Journal of Central South University of Technology. 2009(05)

[3] 数字图像处理技术在农作物病虫草识别中的应用 [J].