基于BP神经网络的水稻卷叶识别

• 作者: 段凌凤 祁春节 赵瑞
• 来源期刊: 南方农业学报
• 关键词: BP神经网络 水稻 卷叶 识别
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 农业信息技术·农业经济
• 页码范围: 2103-2109
• 页数: 7页
• 分类号: S127
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1191.2018.10.29

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祁春节	华中农业大学经济管理学院	348	3815	31.0	43.0
2	段凌凤	华中农业大学工学院	4	21	2.0	4.0
3	赵瑞	华中农业大学经济管理学院	2	6	2.0	2.0