基于边缘检测和BP神经网络的大豆杂草识别研究

摘要：

为提高无人机喷洒除草剂的精准度,以阔叶型杂草、禾本科杂草作为研究对象,针对传统图像识别技术准确率低,边缘信息丢失严重等问题,提出基于改进Canny边缘检测算法和BP神经网络相结合的大豆杂草图像识别方法.首先采用改进后的Canny算法对图像进行特征提取,然后将提取到的结果转化为特征矩阵向量,作为BP神经网络的输入层,最后通过BP神经网络进行大豆杂草图像识别,区分出不同种类的杂草.试验结果表明,改进后的Canny算法同BP神经网络相结合的方法在阔叶型杂草和禾本科杂草识别上,准确率分别为95.67％和93.33％,较传统Canny算法同BP神经网络相结合的方法准确率分别提升5.83％和5.66％.

关键词：Canny边缘检测、BP神经网络、杂草识别、无人机遥感

所属期刊栏目：41

分类号：S24;TP391.41(农业电气化与自动化)

资助基金：国家自然科学基金项目;吉林省科技攻关项目;吉林省教育厅“十三五”科技攻关项目

在线出版日期：2020-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-190