基于BP神经网络的水稻卷叶识别

作者: 赵瑞 [1] 祁春节 [1] 段凌凤 [2]

关键词: BP神经网络水稻卷叶识别

摘要：[目的]对水稻卷叶进行分类识别,为研究水稻的抗旱性和实施自动化农业、精准农业提供技术支持.[方法]通过数字图像处理方法提取5个水稻特征数据,即水稻的周长面积比、水稻面积与水稻最小外接矩形的面积比、水稻的计盒维数、水稻面积与水稻凸包的面积比、水稻绿色部分面积占比;运用MATLAB构建BP神经网络,依据水稻特征数据对水稻卷叶进行分类识别.[结果]在提取的5个水稻特征数据中,有助于分类的特征包括水稻的周长与面积比、水稻面积与最小外接矩形面积比及水稻的绿色部分占比3个特征.在300组样本数据的分类中,总体样本分类正确率达96.47％,训练样本分类正确率达96.61％,验证样本分类正确率达96.17％,测试样本分类正确率达96.33％.因此,采用BP神经网络对水稻卷叶的识别程度高达90.00％以上,具有良好的分类效果.[建议]今后应对水稻卷叶的类别多分几类进行识别,还应将BP神经网络对水稻卷叶进行分类识别的过程实现自动化,并广泛应用于水稻的学术研究和现实生产.

上一篇： 基于长短期记忆神经网络的罗非鱼生长预测模型
下一篇： 解磷菌PSBHY-3对池塘底泥的解磷效果

基于BP神经网络的水稻卷叶识别

作者: 赵瑞 [1] 祁春节 [1] 段凌凤 [2]

关键词: BP神经网络 水稻 卷叶 识别

关键词: BP神经网络水稻卷叶识别