基于改进灰度共生矩阵和粒子群算法的稻飞虱分类

• 作者: 丁为民 刘德营 邹修国 陈彩蓉
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 神经网络 图像识别 分类 粒子群 稻飞虱 灰度共生矩阵
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 138-144
• 页数: 7页
• 分类号: TP391.41
• 字数: 4704字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2014.10.017

摘要

针对稻飞虱远程实时识别采集图像质量不高而无法使用颜色特征的问题，应用灰度共生矩阵提取的纹理特征值对稻飞虱分类进行了研究。采用自行设计的拍摄装置采集稻飞虱图像，经过一系列预处理后得到去掉背景的稻飞虱灰度图像；对灰度图像采用改进的灰度共生矩阵提取纹理特征值，再用反向传播BP（back propagation）神经网络和参数改进粒子群算法优化 BP 神经网络分别进行训练和测试，以此检验纹理特征值的识别效果和粒子群算法的优化效果。试验用Matlab验证算法，对白背飞虱、灰飞虱和褐飞虱共300个样本进行了训练和测试，结果表明基于参数选择改进粒子群算法优化BP神经网络的识别率总体达到了95%，比直接用BP神经网络的识别率高，而且经过Matlab测试，训练时间只用了0.5683s，说明粒子群算法更满足实时性要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹修国	南京农业大学工学院	29	197	8.0	13.0
3	丁为民	南京农业大学工学院	225	3432	32.0	42.0
5	刘德营	南京农业大学工学院	29	309	11.0	16.0
7	陈彩蓉	南京农业大学工学院	16	106	4.0	10.0