基于粗糙集和BP神经网络的棉花病害识别
文献检索
主题
文献信息
主题 篇关摘 篇名 关键词 摘要 作者 第一作者 作者单位 刊名 中图分类号 学科分类号 DOI 基金为了提高棉花病害的识别率,提出了一种在自然环境条件下基于粗糙集和BP神经网络的棉花病害识别方法。该方法以轮纹病、角斑病、褐斑病和盲椿象为研究对象,将病害棉花图像从RGB颜色空间转换到HSI和L*a*b*颜色空间,应用Otsu算法对H分量、a*分量和b*分量进行阈值分割,通过H+a*+b*分量与原始图像的交集提取棉花病斑区域,利用颜色矩和灰度共生矩阵分别提取病斑的颜色和纹理特征,并结合粗糙集理论和BP神经网络,实现特征向量的优选,和棉花病害的识别。通过比较试验发现,粗糙集理论能有效减少特征维数,使提取的全部特征向量16个减少到5个,使BP神经网络的训练时间缩短到原来的1/4,且棉花病害平均识别正确率达到92.72%。研究结果表明,该方法准确识别了4种棉花病害,为棉花病害的防治提供了有效的技术支持。
《农业工程学报》 • 北大核心 CA CSCD EI • 2012年07期 161-167，共7页
中央高校基本科研业务费专项资金资助(编号:KYCX2011072)
共引文献 (211)
同被引文献 (939)
期刊 共 12 条
[1]Image pattern classification for the identification of disease causing agents in plants [J] Camargo, A, Smith, J, S Computers and Electronics in Agriculture .2009[66]
[2]Application of artificial neural network for detecting Phalaenopsis seedling diseases using color and texture features [J] Kuoyi Huang Computers and Electronics in Agriculture .2007[57]
学位论文 共 3 条
[1]棉花病害诊断专家系统研究 [D] 周小燕 中国农业大学 .2005
[2]变量施药系统中植物识别与定位方法研究 [D] 冀荣华 .2008
[3]基于计算机视觉的硬皮甜瓜外部品质自动化分级研究 [D] 张建华 甘肃农业大学 .2009
专著(普通图书) 共 1 条
[1]图像工程(上册)图像处理 [M] 章毓晋 .2006
相关知识
基于粗糙集和BP神经网络的棉花病害识别
一种改进的深度置信网络在棉花病虫害预测中的应用
机器视觉识别棉花病害中的形态特征提取
深度学习机器学习卷积神经网络的花卉识别花种类识别
基于python编程的五种鲜花识别
应用卷积神经网络识别花卉及其病症
改进的LeNet
基于深度卷积神经网络的移动端花卉识别系统
深度学习之基于Tensorflow卷积神经网络花卉识别系统
基于深度学习的百合花种类识别研究
网址: 基于粗糙集和BP神经网络的棉花病害识别 https://m.huajiangbk.com/newsview101435.html
| 上一篇: 2019年秋季十字花科蔬菜病害的 |
下一篇: 菊花主要病害的防治方法 |
