基于提升小波和学习向量量化神经网络的小麦病害图像识别 |
| |
引用本文: | 张飞云.基于提升小波和学习向量量化神经网络的小麦病害图像识别[J].江苏农业科学,2013,41(5). |
| |
作者姓名: | 张飞云 |
| |
作者单位: | 许昌学院电气信息工程学院,河南许昌,461000 |
| |
基金项目: | 河南省教育厅科学技术研究重点项目,河南省许昌市科技局计划项目 |
| |
摘 要: | 通过研究小麦叶部病害的症状特点及图像特点,应用K_means硬聚类算法对小麦叶部病害图像进行彩色图像分割,得到二值化分割和彩色分割,利用多重分形分析从二值化分割图像中提取病害形状特征参数,分别利用提升小波变换和脉冲耦合神经网络从彩色分割图像中提取颜色特征参数和纹理特征参数.根据提取的组合特征参数,利用学习向量量化神经网络进行小麦病害分类识别.结果表明,该算法对小麦病害的识别率可达到95%以上.
|
关 键 词: | 小麦病害 多重分形 提升小波 脉冲耦合神经网络 学习向量量化 图像识别 |
本文献已被 万方数据 等数据库收录! |
|