数字农科院2.0

基于BP神经网络的小麦群体图像特征识别

文献类型： 中文期刊

作者： 李少昆;索兴梅;白中英;祁之力;刘晓鸿;高世菊;赵双宁

作者机构：

关键词： 小麦;群体;绿叶面积;图像识别;BP人工神经网络

期刊名称：中国农业科学

ISSN： 0578-1752

年卷期： 2002 年 35 卷 06 期

页码： 616-620

收录情况： 北大核心 ; CSCD

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

分类号： S512.1

  • 相关文献

[1]冬小麦群体光照条件及其光合特征. 杜宝华,刘明孝,洪佳华. 1990

[2]2009年我国部分麦区小麦白粉病菌群体对温度的敏感性研究. 王保通,周益林,段霞瑜,邹亚飞. 2012

[3]2012年我国部分麦区小麦白粉菌群体对温度敏感性研究. 刚存武,范洁茹,周益林,段霞瑜,邹亚飞,宛琼,纳添仓. 2015

[4]温室栽培基质耗水量与环境因子相关性的研究. 李珊,马丽丽,贺超兴,闫妍. 2011

[5]基于MATLAB6.x的BP人工神经网络的土壤环境质量评价方法研究. 赵玉杰,师荣光,高怀友,王跃华,白志鹏,傅学起. 2006

[6]仪器测定客观评定冷却猪肉肉色. 孙京新,周光宏,罗欣,徐幸莲,汤晓艳. 2008

[7]多光谱成像技术诊断植物病虫害的人工神经网络模型. 冯洁,廖宁放,赵波,罗永道,李宝聚,戴志福. 2008

[8]基于GRA/BPNN的农作物害虫发生量预测模型. 彭琳,杨林楠. 2013

[9]Wheat; Lumai 14; Germplasm resource; Strategy for improvement. 韩微波,刘录祥,郭会君,赵林姝,王成社. 2005

[10]Efficient agronomic practices narrow yield gaps and alleviate climate change impacts on winter wheat production in China. Kaiyuan Gong,Liangbing Rong,Yinghua Zhang,Xiao Wang,Fengying Duan,Xia Li,Zhihao He,Tengcong Jiang,Shang Chen,Hao Feng,Qiang Yu,Wenbin Zhou,Jianqiang He. 2025

[11]DeepWheat: predicting the effects of genomic variants on gene expression and regulatory activities across tissues and varieties in wheat using deep learning. Zhigang Ma,Jiazi Zhang,Hongcui Pei,Yanhong Liu,Hongning Tong,Lei Wang,Zefu Lu. 2025

[12]茶叶分选技术的现状和未来. 张皓臻,肖宏儒,梅松,王中,宋志禹,丁文芹. 2014

[13]图像识别技术在作物农情信息反演中的应用. 陆明,李茂松,申双和,王春艳. 2011

[14]基于神经网络图像分析的智能鲜茶叶分选机. 常春,陈怡群,肖宏儒,任守纲,宋卫东. 2013

[15]人工神经网络技术在鲜茶叶分选中的应用. 陈怡群,常春,肖宏儒,宋卫东,张佩. 2010

[16]基于最小阈值法的棉花幼苗识别研究. 黄真,毛树春,毕竟锴,王国平. 2012

[17]基于多层感知神经网络的水稻叶瘟病识别方法. 刘立波,周国民. 2009

[18]基于动态集成的黄瓜叶部病害识别方法. 王志彬,王开义,王书锋,王晓锋,潘守慧. 2017

[19]基于二分法的鸡蛋图像边缘快速检测方法. 周平,赵春江,郑文刚,王纪华,孙忠富,文友先. 2010

[20]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

作者其他论文 更多>>