基于冠层颜色特征的大豆缺素症状识别研究

编号 zgly0001534723

文献类型 期刊论文

文献题名 基于冠层颜色特征的大豆缺素症状识别研究

作者 关海鸥  李佳朋  马晓丹  杜松怀  焦峰 

作者单位 黑龙江八一农垦大学信息技术学院  中国农业大学信息与电气工程学院  黑龙江八一农垦大学农学院 

母体文献 西北农林科技大学学报(自然科学版 

年卷期 2016年12期

年份 2016 

分类号 S435.651  TP391.41 

关键词 冠层图像  颜色特征  大豆缺素症状  识别方法 

文摘内容 【目的】针对寒地大豆发生缺素症状时冠层颜色变化复杂性,建立基于冠层图像颜色特征的大豆缺素症状识别新方法。【方法】采用无土盆栽试验,以垦农18为供试大豆品种,设计缺氮、缺磷、缺钾3种营养状况,采集大豆缺素症状的冠层图像样本,利用图像灰度直方图结合主成分分析方法,提取大豆冠层图像的红光值R、绿光值G、蓝光值B,计算最佳颜色特征蓝光标准化值B/(R+G+B)和绿光标准化值G/(R+G+B),将其作为正则化模糊神经网络输入向量,并利用实数编码的遗传算法改进传统梯度下降学习算法,将其作为模糊神经网络的学习方法,同时应用传统梯度下降算法和改进梯度下降算法训练神经网络参数并比较。【结果】应用遗传计算改进的梯度下降学习算法计算时,迭代次数为277次,其各项计算指标均明显优于传统梯度下降算法,大豆缺素症状识别准确率达100%;而采用传统的多元线性回归方程和BP神经网络算法计算时,识别准确率分别为52.50%,68.33%。【结论】以大豆冠层图像颜色特征为基础,利用改进学习算法的神经网络模型,能够快速有效地挖掘出大豆缺素症状与颜色特征向量之间的模糊逻辑映射关系,为大豆缺素症状识别提供了一种快速且准确的方法。