基于遗传模糊神经网络的植物病斑区域图像分割模型

摘要：

针对植物病斑区域图像边界的模糊性和不确定性因素,利用模糊逻辑的推理规则和神经网络的自适应性,提出全规则的自适应模糊神经网络模型作为植物病叶图像像素归属的决策系统,并利用遗传算法对系统的可调整参数初始值进行全局优化,提高了网络训练速度,避免了传统BP算法的局部最小值.通过对马铃薯早疫病病斑图像分割的实验表明,该模型速度快且稳定,精度高且鲁棒性好,简单易于实现.

关键词：植物病害、遗传算法、模糊神经网络、病斑图像

所属期刊栏目：41

分类号：TP391.41;S432(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60473051;黑龙江省农垦总局科技攻关资助项目HNKXIV-09-04b

在线出版日期：2011-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：163-167