当前位置: 首页 > 文章 > 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 江苏农业科学 2013,41 (5) 103-106
Position: Home > Articles > 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 Jiangsu Agricultural Sciences 2013,41 (5) 103-106

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

作  者:
张飞云
单  位:
许昌学院电气信息工程学院
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
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。

相似文章

计量
文章访问数: 5
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊