《机电工程》杂志,月刊( 详细... )
中国标准连续出版物号: ISSN 1001-4551 CN 33-1088/TH
主办单位:浙江省机电集团有限公司
浙江大学
主编:陈 晓
副 主 编:唐任仲、罗向阳(执行主编)
总 经 理:罗向阳
出 版:浙江《机电工程》杂志社有限公司
地 址:杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel:+86-571-87041360、87239525
E-mail:meem_contribute@163.com
国外发行:中国国际图书贸易总公司
订阅:全国各地邮局 国外代号:M3135
国内发行:浙江省报刊发行局
邮发代号:32-68
广告发布登记证:杭上市管广发G-001号
在线杂志 |
当前位置: 机电工程 >>在线杂志 |
基于神经网络的杂草识别试验研究
作者:袁海波1,史 岩2,梁安波3,葛艳艳4 日期:2008-04-23/span> 浏览:3429 查看PDF文档
基于神经网络的杂草识别试验研究
袁海波1,史 岩2,梁安波3,葛艳艳4
(1.青岛农业大学 机电工程学院,山东 青岛 266109;
2.青岛农业大学 建筑工程学院,山东 青岛 266109;
3.青岛农业大学 国际合作交流处,山东 青岛 266109;
4.东南大学 机械工程学院,江苏 南京 211189)〖JZ)〗
摘 要:以苗期玉米和冬小麦为例,对比土壤、小麦、玉米、玉米田间杂草及小麦田间杂草的两种绿色增强因子统计图,利用过绿特征(2GRB)作为参数,结合BP神经网络,运用计算机图像处理技术,采用像素位置直方图法,识别出了杂草,并确定出了杂草位置、面积。实验结果表明,该方法可以准确识别出杂草,误差正确识别率高;小麦和玉米田间杂草识别时间短,可以满足实时性要求。
关键词:变量施药;杂草识别;图像处理
Analysis and testing of weed identification based on neural network
YUAN Haibo1, SHI Yan2, LIANG Anbo3, GE Yanyan
(1.College of Mechanical & Electrical Engineering, Qingdao Agricultural University, Qingdao 266109, China;
2.College of Construction Engineering, Qingdao Agricultural University, Qingdao 266109, China;
3.International Intercommunion School, Qingdao Agricultural University, Qingdao 266109, China;
4.College of Mechanical Engineering, Southeast University, Nanjing 211189, China)
Abstract: Contrasting the two green strength genes of the soil, wheat, corn, and the weed, a system to identify the weed from the crop was designed. It used the 2GRB and BP neural network, with the help of pixelpositionhistogram diagram, to calculate the area and position of weed. The results show that the method could identify the weed from the field and crop, and its correct rate is high. The program gives the result that running time of identifying weed in wheat field is short. In a word, the system can satisfy the request of real time.
Key words: variable spray; weed identification; picture disposal
友情链接