湖南省科技计划项目(2012NK4127)
- 作品数：3 被引量：34H指数：2
- 相关作者：曹乐平温芝元更多>>
- 相关机构：湖南生物机电职业技术学院湖南农业大学更多>>
- 发文基金：湖南省科技计划项目更多>>
- 相关领域：农业科学理学自动化与计算机技术更多>>
- 基于复杂性测度的柑橘病虫害识别被引量：1
- 2015年
- 为进行柑橘病虫害的机器识别,提出了柑橘病虫害为害状特征的复杂性测度表达与病虫害识别方法。首先,对柑橘病虫害为害状主要色调区间[0,120°]进行长度为1°的等分割,形成120个色调子区间;其次,统计各色调子区间像素分布密度,以此作为柑橘病虫害为害状复杂性测度的结构性序列;再次,依据此结构性序列计算病虫害为害状统计复杂性测度,并将其作为病虫害特征值;最后,将Shannon信息熵和统计复杂性测度作为输入变量建立3层前馈神经网络柑橘病虫害识别模型来识别柑橘病虫害。柑橘蓟马、褐圆蚧、柑橘树脂病、糠片蚧各30个测试标本最低正确识别率、最高正确识别率、平均正确识别率分别为93.3%、96.7%、95%。试验结果表明,柑橘病虫害为害状的复杂性测度较充分地表达了柑橘病虫害的典型特征,能用此方法进行柑橘病虫害识别。
- 温芝元曹乐平
- 关键词：柑橘病虫害神经网络
- 基于为害状色相多重分形的槿柑病虫害图像识别被引量：9
- 2014年
- 为自动识别桠柑病虫害，研究了以桠柑病虫害为害状多重分形谱特性参数为输入变量的小波神经网络病虫害识别方法。利用改进型分水岭算法提取碰柑病虫害为害状边界，对非连续的边界进行边界跟踪，将过分割区域进行区域合并，标记为害状边界，提取标记区域，生成病虫害为害状目标图像；对病虫害为害状目标图像0。～120。这一主要色相区域4等分，产生4幅色相二值图像；对二值图像进行多重分形分析，计算其标度不变区多重分形谱的高度及宽度；以此高度及宽度作为小波神经网络的输入，进行碰柑病虫害识别，5种病虫害的平均识别正确率为87％。试验结果表明：碰柑病虫害为害状的4对多重分形谱高度及宽度值较充分地反映了碰柑病虫害色相累计信息、分布信息及区间形状的典型特征，能用此方法进行碰柑病虫害机器识别。
- 温芝元曹乐平
- 关键词：碰柑病虫害图像识别小波神经网络
- 基于机器视觉的植物病虫害实时识别方法被引量：24
- 2015年
- 植物病虫灾害是中国三大自然灾害之一,其识别、监测、预警是防控工作的决策信息源头。联合国粮农组织的研究表明,仅农作物病虫害危害自然损失率就超过37%。中国是包括农作物在内的植物病虫害危害大国,若不采取防控措施,因病虫危害每年将损失粮食1500亿kg、果品与蔬菜1000亿kg、油料68亿kg、棉花1.9亿kg,潜在经济损失在5000亿元以上。通过植物病虫害的在线、实时、低廉、无损伤机器识别,不仅为植物病虫害防治防控提供了依据,赢得了防治时间,而且结合病虫害防治系统,最大限度地减少了经济损失,植物尤其是农产品品质得到了提升。对多种植物病虫害机器识别研究进行了综述与归纳,剖析了机器识别中的问题,认为未来的植物病虫害机器识别措施上应与病虫害监控、预测预报相结合;技术上融合机器视觉、声学、遥感、全球定位系统、地理信息系统、网络等技术;功能上进行草害信息、植物生长信息、生长环境信息自动识别等功能拓展。
- 曹乐平
- 关键词：植物病虫害
