国家林业局948项目(2010-S20)
- 作品数:2 被引量:37H指数:2
- 相关作者:姜盼王成毕昆李磊石本义更多>>
- 相关机构:国家农业信息化工程技术研究中心更多>>
- 发文基金:引进国际先进农业科技计划北京市财政专项更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于麦穗特征的小麦品种BP分类器设计被引量:9
- 2011年
- 小麦的穗部形态参数是直接反映小麦生长状况的重要参数,也是育种和考种专家关心的重要参数。但由于小麦的品种繁多,发展新型技术快速识别小麦品种是减少工作人员工作量的有效措施。基于数字图像分析,利用小麦穗部芒个数、芒长、穗长、RGB颜色的外部形态特征,对新疆的4个春小麦品种共40个样本进行了分类识别。利用提取的其中8个特征参数,设计了一个3层的BP神经网络分类器,平均准确识别率在85%以上,其中2个小麦品种的准确识别率达到了100%。通过图像处理的方法提取小麦的芒长、芒个数和穗长并基于这些参数来识别小麦的品种完全可行。
- 毕昆姜盼唐崇伟黄菲菲王成
- 关键词:BP神经网络穗长
- 基于形态学图像处理的麦穗形态特征无损测量被引量:30
- 2010年
- 小麦穗部形态参数是直接反应小麦生长状况的重要参数,是育种和考种专家关心的重要参数。为了实现小麦穗部形态特征的无损测量和基于这些特征的快速品种分类,该文提出了基于形态学的穗部性状:芒个数、平均芒长、穗长和穗型的自动提取方法。首先通过小麦图像的形态学运算将麦芒去除得到只有小麦主部的图像,通过寻找主轴方向角和旋转计算外接矩形长度的方法计算穗长,通过对麦芒图像的细化和角点检测方法计算芒长和芒个数,通过宽度系数比例判断穗型,然后利用提取的其中8个特征参数,设计了一个3层的BP神经网络,对4个小麦品种240张图片进行分类识别,识别准确率达到88%。该方法可为小麦快速品种分类提供参考。若能将小麦的其他外部参数同时作为品种识别的输入数据,将会大大提高品种识别的准确性。
- 毕昆姜盼李磊石本义王成
- 关键词:形态学麦穗图像处理