基于4种不变矩和BP神经网络的稻飞虱分类

作     者：邹修国 丁为民 刘德营 赵三琴 Zou Xiuguo;Ding Weimin;Liu Deying;Zhao Sanqin

作者机构：南京农业大学工学院南京210031 江苏省智能化农业装备重点实验室南京210031 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2013年第29卷第18期

页      面：171-178页

核心收录：

学科分类：0710[理学-生物学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家高技术研究发展计划(863计划)资助项目(2012AA101904) 公益性行业(农业)科研专项资助项目(201203059) 南京农业大学青年科技基金资助项目(KJ2010031) 

主　　题：农作物 图像识别 分类 BP神经网络 大津法 Hu矩 Zernike矩 Krawtchouk矩 害虫 

摘      要：针对稻飞虱远程实时识别采集图像质量不高的问题,研究了基于不变矩提取形状特征值对稻飞虱进行分类。采用自行设计的拍摄装置采集稻飞虱图像,进行灰度化后用大津法二值化,再用数学形态学滤波;对二值图像采用Hu矩、改进Hu矩、Zernike矩和Kra_wtchouk矩4种不变矩分别提取特征值,再用BP神经网络进行训练和测试,以此检测4种矩的提取效果。试验用Matlab2008验证算法,对白背飞虱、褐飞虱和灰飞虱共300个样本进行了训练和测试,结果表明Kra_wtchouk矩提取稻飞虱图像形状特征值的识别率最高,总体达到了91.7%。该文可为大田中现场识别稻飞虱提供参考。