基于计算机视觉的番茄缺素神经网络识别

• 作者: 吴雪梅 李萍萍 毛罕平
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 计算机视觉 人工神经网络 缺素 番茄
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 106-109
• 页数: 4页
• 分类号: TP274|S126
• 字数: 4041字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2005.08.023

摘要

提出了采用不受植株叶片大小和背景影响的色调域平均百分率直方图来提取番茄叶片的颜色特征,用于识别番茄是否缺乏营养元素;提出了采用基于最大差分算子的色调域百分率直方图法、灰度-梯度共生矩阵法和小波分析法提取番茄缺素叶片的纹理特征,用于识别番茄缺何种营养元素;设计了番茄缺N、缺Fe、缺Mg的BP神经网络系统,综合识别结果为:正常中叶、正常新叶、缺铁新叶,缺氮中叶、缺镁中叶的识别准确率依次为95%、92.5%、92.5%、87%、87%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李萍萍	江苏大学农业工程研究院	182	3363	32.0	47.0
2	毛罕平	江苏大学农业工程研究院	235	4472	37.0	54.0
3	吴雪梅	贵州大学机械工程与自动化学院	72	323	9.0	14.0