基于神经网络的油菜成熟度等级视觉检测方法  

作　　者：梁帆[1] 杨莉莉[1] 崔世钢[1] 吴兴利[1] 田立国[1] 

机构地区：[1]天津职业技术师范大学/天津市信息传感与智能控制重点实验室,天津300222

出　　处：《江苏农业科学》2015年第8期403-405,共3页Jiangsu Agricultural Sciences

基　　金：国家自然科学基金(编号:61178048);国家社会科学基金(编号:BFA110049);国家"863"计划(编号:SS2013AA03120);天津市自然科学基金(编号:14JCQNJC04300);天津职业技术师范大学校级基金(编号:KYQD13022;KJY11-10)

摘　　要：蔬菜的成熟度可以通过作物的形态特征直观地体现出来,其标准可用积温比值来衡量。对LED智能植物生长柜中采集的油菜图像进行处理和分析,分割出叶冠投影图像和植株侧面图像轮廓,从而提取叶冠投影面积、株高等形态特征数据,然后根据BP神经网络的建模原理对采集的样本数据进行训练,实现了基于BP神经网络模型的蔬菜成熟度等级测定。结果表明,该方法能够在不破坏植株的情况下检测油菜的成熟度,准确率达到95%。

关 键 词：图像处理 BP神经网络 油菜 株高 叶冠投影 成熟度 等级测定 

分 类 号：TP335.1[自动化与计算机技术—计算机系统结构] S126[自动化与计算机技术—计算机科学与技术]