基于BP神经网络解决小麦群体特征的图像理解问题

• 作者: 李少昆 白中英 索兴梅 肖波 赵双宁
• 来源期刊: 中央民族大学学报(自然科学版)
• 学科: 工学
• 关键词: 小麦高产群体图像 图像分割 图像增强 BP人工神经网络 图像识别
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 应用科学研究
• 页码范围: 53-60
• 页数: 8页
• 分类号: TP183
• 字数: 4746字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8036.2003.01.009

摘要

小麦生长发育群体图像动态信息的识别与分析能够为小麦高产田的诊断提供定量化的诊断依据.依据诊断出的作物各生长阶段的群体结构和个体指标,通过技术措施对群体发展动态进行监测调控,使其沿 着高产目标的预定方向发展.本文以小麦群体绿色面积和叶面积指标信息的获取为例,应用图像分割、图像增强技术提取小麦群体图像特征,采用BP人工神经网络(ANN)方法,建立小麦图像群体特征识别自学习系统,并将其应用于小麦图像群体特征识别中,准确率在85%以上,表明利用ANN技术对小麦图像群体特征识别是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖波	中央民族大学网络中心	29	62	5.0	7.0
2	李少昆	中国农业科学院作物育种栽培研究所	67	1196	18.0	33.0
3	索兴梅	中央民族大学计算机科学与技术系	13	102	3.0	10.0
4	白中英	北京邮电大学计算机与科学技术学院	24	294	8.0	17.0
5	赵双宁	中国农业科学院作物育种栽培研究所	3	71	2.0	3.0