基于粗糙集和BP神经网络的棉花病害识别

• 作者: 冀荣华 张建华 王沛 王虎 祁力钧 黄士凯
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 棉花 病害 识别 粗糙集 BP神经网络
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 161-167
• 分类号: TP391.41
• 字数: 5355字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2012.07.027

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冀荣华	中国农业大学信息与电气工程学院	42	656	14.0	24.0
3	祁力钧	中国农业大学工学院	61	1322	20.0	34.0
5	王沛	中国农业大学工学院	20	411	11.0	20.0
6	张建华	中国农业大学工学院	51	869	16.0	28.0
10	王虎	中国农业大学工学院	15	275	7.0	15.0
12	黄士凯	中国农业大学工学院	2	114	2.0	2.0