您的位置: 专家智库 > >

青年科技基金(KJ2010031)

作品数:3 被引量:49H指数:3
相关作者:邹修国刘德营丁为民赵三琴陈彩蓉更多>>
相关机构:南京农业大学更多>>
发文基金:公益性行业(农业)科研专项国家高技术研究发展计划青年科技基金更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇农业科学

主题

  • 2篇稻飞虱
  • 2篇神经网
  • 2篇神经网络
  • 2篇图像
  • 2篇图像识别
  • 2篇飞虱
  • 2篇HU矩
  • 1篇遗传神经网络
  • 1篇遗传算法
  • 1篇群算法
  • 1篇子群
  • 1篇网络
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇矩阵
  • 1篇矩阵和
  • 1篇灰度
  • 1篇灰度共生矩阵
  • 1篇共生矩阵
  • 1篇ZERNIK...

机构

  • 3篇南京农业大学

作者

  • 3篇丁为民
  • 3篇刘德营
  • 3篇邹修国
  • 2篇赵三琴
  • 1篇陈彩蓉

传媒

  • 2篇农业工程学报
  • 1篇农业机械学报

年份

  • 1篇2014
  • 2篇2013
3 条 记 录,以下是 1-3
排序方式:
基于改进灰度共生矩阵和粒子群算法的稻飞虱分类被引量:18
2014年
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。
邹修国丁为民陈彩蓉刘德营
关键词:图像识别粒子群稻飞虱灰度共生矩阵
基于改进Hu矩和遗传神经网络的稻飞虱识别系统被引量:10
2013年
针对稻飞虱识别实时性差和BP神经网络分类有一定误差的问题,设计了一种基于DSP硬件平台和遗传神经网络算法的稻飞虱识别系统。系统硬件以AT89S52单片机控制拍摄移动装置,以DM6437处理器作为算法处理平台;系统软件设计主要包括基于改进Hu矩的特征值提取和基于遗传算法优化神经网络的识别算法。系统通过CCD摄像机拍摄稻飞虱视频信号传送到DSP识别系统,从中提取图像,识别图像中的稻飞虱。实验对稻飞虱、水蝇和潜蝇等80个样本进行了训练和测试,结果表明遗传神经网络对稻飞虱的正确识别率达到90%。
邹修国丁为民刘德营赵三琴
关键词:稻飞虱图像识别遗传算法神经网络
基于4种不变矩和BP神经网络的稻飞虱分类被引量:29
2013年
针对稻飞虱远程实时识别采集图像质量不高的问题,研究了基于不变矩提取形状特征值对稻飞虱进行分类。采用自行设计的拍摄装置采集稻飞虱图像,进行灰度化后用大津法二值化,再用数学形态学滤波;对二值图像采用Hu矩、改进Hu矩、Zernike矩和Kra_wtchouk矩4种不变矩分别提取特征值,再用BP神经网络进行训练和测试,以此检测4种矩的提取效果。试验用Matlab2008验证算法,对白背飞虱、褐飞虱和灰飞虱共300个样本进行了训练和测试,结果表明Kra_wtchouk矩提取稻飞虱图像形状特征值的识别率最高,总体达到了91.7%。该文可为大田中现场识别稻飞虱提供参考。
邹修国丁为民刘德营赵三琴
关键词:BP神经网络大津法HU矩ZERNIKE矩KRAWTCHOUK矩
共1页<1>
聚类工具0