本文關(guān)鍵詞：基于顏色矩的典型草原牧草特征提取與圖像識(shí)別

  更多相關(guān)文章： 圖像識(shí)別 特征提取 牧草 顏色矩 主成分分析法 BP神經(jīng)網(wǎng)絡(luò)

【摘要】：針對(duì)內(nèi)蒙古烏蘭察布市荒漠化草原牧草監(jiān)測(cè)與數(shù)字化程度較低的問題,該文實(shí)現(xiàn)了2種典型牧草的特征提取與圖像識(shí)別,為多牧草種類識(shí)別與草業(yè)管理提供依據(jù)。利用智能導(dǎo)航車采集草原原始圖像,對(duì)羊草和灰綠藜2種牧草圖像提取RGB與HSV顏色矩特征并建立相應(yīng)的規(guī)則庫,數(shù)據(jù)表明二者的顏色矩特征具有明顯區(qū)別。采用2G-B-R色差特征的模糊C-均值聚類算法對(duì)圖像進(jìn)行背景分割后,構(gòu)建了一種3層BP神經(jīng)網(wǎng)絡(luò)模型,通過主成分分析法(principal component analysis,PCA)將15維輸入特征參數(shù)降為10維以提高識(shí)別速度,且最終的整體識(shí)別率達(dá)到89.5%,實(shí)現(xiàn)了羊草與灰綠藜圖像的有效分類識(shí)別,同時(shí)得到灰綠藜與羊草在測(cè)試圖像中的植被覆蓋度分別約為9.78%、34.21%。試驗(yàn)結(jié)果表明,利用顏色矩特征為基礎(chǔ),模糊C-均值聚類算法與BP(back propagation,BP)神經(jīng)網(wǎng)絡(luò)模型為分割、識(shí)別手段能夠有效地實(shí)現(xiàn)典型牧草的圖像分類研究。自動(dòng)識(shí)別牧草是草業(yè)數(shù)字化的重要組成部分,可為監(jiān)測(cè)植被物種多樣性、草種退化及病蟲草害的控制提供科學(xué)依據(jù),是實(shí)現(xiàn)現(xiàn)代草原生態(tài)環(huán)境保護(hù),發(fā)展草原經(jīng)濟(jì)的重要途徑。
【作者單位】： 內(nèi)蒙古農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院;內(nèi)蒙古大學(xué)電子信息工程學(xué)院;加拿大曼尼托巴大學(xué)工程學(xué)院;內(nèi)蒙古農(nóng)業(yè)大學(xué)生態(tài)環(huán)境學(xué)院;
【關(guān)鍵詞】： 圖像識(shí)別 特征提取 牧草 顏色矩 主成分分析法 BP神經(jīng)網(wǎng)絡(luò)
【基金】：國家自然科學(xué)基金項(xiàng)目(31660678) 內(nèi)蒙古“草原英才”產(chǎn)業(yè)創(chuàng)新人才團(tuán)隊(duì)項(xiàng)目(內(nèi)組通字[2014]27號(hào))
【分類號(hào)】：TP391.41
【正文快照】： 韓丁,武佩,張強(qiáng),韓國棟,通霏.基于顏色矩的典型草原牧草特征提取與圖像識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(23):168-175.doi:10.11975/j.issn.1002-6819.2016.23.023 http://www.tcsae.orgHan Ding,Wu Pei,Zhang Qiang,Han Guodong,Tong Fei.Feature extraction and image recognit

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 王巖峰,楊永俠;基于GIS牧草種植管理專家系統(tǒng)的分析與設(shè)計(jì)[J];草業(yè)科學(xué);2004年01期

2 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 韓t，

本文編號(hào)：1023287