基于图像识别技术的豆科牧草分类研究

doi:10.11733/j.issn.1007-0435.2010.01.008

›› 2010, Vol. 18 ›› Issue (1): 37-41.DOI: 10.11733/j.issn.1007-0435.2010.01.008

基于图像识别技术的豆科牧草分类研究

王敬轩¹, 冯全¹, 王宇通², 邵新庆²

1. 甘肃农业大学工学院, 甘肃, 兰州, 730070;
2. 中国农业大学动物科技学院, 北京, 100193

收稿日期:2009-11-06 修回日期:2010-01-08 出版日期:2010-02-15 发布日期:2010-02-15
通讯作者: 邵新庆,E-mail:shaoxinqing@163.com
作者简介:王敬轩(1979- ),男,甘肃人,硕士研究生,研究方向为计算机技术与应用研究,E-mail:ewjx2009@126.com
基金资助:
国家科技支撑计划项目(2007BAD52B06-2);京承路都市型现代农业走廊工程科技示范项目(D08060500460803)资助

Study on Classification for Leguminous Forage Based on Image Recognition Technology

WANG Jing-xuan¹, FENG Quan¹, WANG Yu-tong², SHAO Xin-qing²

1. College of Engineering, Gansu Agricultural University, Gansu Province Lanzhou 730070, China;
2. Grassland Science Department, College of Animal Science and Technology, China Agricultural University, Beijing 100193, China

Received:2009-11-06 Revised:2010-01-08 Online:2010-02-15 Published:2010-02-15

摘要/Abstract

摘要： 利用计算机图像处理技术,依据植物叶片图像的形状特征对14种豆科牧草进行分类识别。通过对叶片图像进行预处理,提取出叶片的轮廓。在此基础上提取了叶片形状的全局特征和局部特征;全局特征包括叶片的横纵轴比、矩形度、圆形度等8项几何特征和7个图像不变矩特征;局部特征为叶缘粗糙度。利用PNN(Probabilisticneural network)和BPN(Back propagation network)作为分类器进行识别分类,实现了对豆科牧草叶片图像的分类。识别结果表明,PNN网络的平均识别率为85.1%、BPN网络的平均识别率为82.4%。

关键词: 豆科牧草, 叶片识别, 图像处理, PNN, BPN

Abstract: Traditionally,measure and species classification of plants are implemented by human experts,which is time-consuming and inefficient.In recent years,information technology including image processing and pattern recognition has been introduced into plant classification.Compared with flowers with 3D structures,leaves are easier to process by computer due to their 2D structures.This paper introduces a method of classifying plants of leguminous forage based on the leave shape features.Firstly,pre-processing method is used to extract the contour of a leaf.Then global and local features of the leaf shape are extracted.The global features include eight geometric features such as axis ratio,rectangularity,circularity,etc,and seven moment invariants.Roughness of leaf edge is selected as the local features.Finally,probabilistic neural network(PNN) and back propagation network(BPN) are applied to constructing classifiers.The experimental results show that the recognition rate of PNN and BPN is 85.1% and 82.4% respectively.

Key words: Leguminous forage, Leaf identification, Image processing, PNN, BPN

中图分类号:

S126
S541

王敬轩, 冯全, 王宇通, 邵新庆. 基于图像识别技术的豆科牧草分类研究[J]. , 2010, 18(1): 37-41.

WANG Jing-xuan, FENG Quan, WANG Yu-tong, SHAO Xin-qing. Study on Classification for Leguminous Forage Based on Image Recognition Technology[J]. , 2010, 18(1): 37-41.

参考文献

[1] 史春健,邱白晶,刘保玲,等.动态图像处理技术在农业工程中的应用[J].中国农机化,2004,(2):28-31
[2] 任继周,南志标,林慧龙.以食物系统保证食物(含粮食)安全[J].中国牧业通讯,2005,14(3):1-10
[3] 潘国艳,欧阳竹,李鹏.华北平原主要优质牧草的种植模式与产业发展方向[J].2007,3(2):15-21
[4] 黄文慧,郑卓杰.建立我国农区三元结构生产体系的可能及构想[J].草地学报,1997,5(3):148-153
[5] 刘玉杰,李向林,何峰.张家口市塞北管理区种草养畜的成本收益分析[J].草地学报,2008,16(3):283-288
[6] 葛哲学,孙志强.神经网络理论与MATLAB R2007实现[M].北京:电子工业出版社,2008.46
[7] Otsu N.Discriminant and least square threshold selection[C].Proceedings of 4th Interational Joint Conference on Pattern Recognition,Kyoto,Japan,1978.592-596
[8] 贺鹏,黄林.植物叶片特征提取及识别[J].农机化研究,2008,6(6):168-171
[9] 冀荣华.变量施药系统中植物识别与定位方法研究[D] :[学位论文].北京:中国农业大学,2008:49-50
[10] 王晓峰,黄德双.叶片图像特征提取与识别技术的研究[J].计算机工程与应用,2006(3):191-192
[11] Hu M K.Visual Pattern Recognition by Moment Invariants[J].IRE Transaction Information Theory,1962,8(2):179-187
[12] Chen C C.Improved Moment Invariants for Shape Discrimination[J] ,Pattern Recognition,1993,26(5):683-686
[13] Pahalawatta K K.Plant Species Biomtric Using Feature Hierarchies[D] :[Dissertation].Christchurch,University of Canterbury,2008:56-57
[14] Wolfe R R,Sandler W E.An algorithm for detection using digital image analysis[J].Trans of the ASAE,1985,28(2):641-642
[15] 冯全,邵新庆,王赟文.基于BP网络的典型草原群落自然演替预测模型研究[J].草地学报,2008,16(3):252-255

基于图像识别技术的豆科牧草分类研究

Study on Classification for Leguminous Forage Based on Image Recognition Technology

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张馨元, 杨天辉, 王文军, 李岚, 兰剑, 侯扶江. 多次刈割对黄土高原豆科牧草生产性能的影响[J]. 草地学报, 2025, 33(4): 1163-1171.
[2]	孙伶俐, 孟翔, 谢开云, 颜安, 刘伟, 杨龙, 崔荷婷, 赵越, 褚皓清. 不同混播模式对播种当年牧草产量和营养价值的影响[J]. 草地学报, 2024, 32(1): 340-348.
[3]	何林鑫, 黄荣, 田望军, 靳振海, 赵亮, 陈海雁, 张振粉. 欧文氏菌DE2对三种豆科牧草幼苗生长的影响[J]. 草地学报, 2023, 31(9): 2642-2652.
[4]	刘东霞, 刘辉, 孟帅, 杜俊颖, 任晓芸, 刘贵河. 农牧交错区混播人工草地生产性能及杂草群落动态研究[J]. 草地学报, 2023, 31(7): 2086-2095.
[5]	杜俊颖, 李鑫洋, 杨莉, 宋连昭, 周志明, 李军, 薛祝林, 刘贵河. 冀西北坝上地区豆禾混播草地建植第三年草地生产力变化研究[J]. 草地学报, 2022, 30(7): 1855-1861.
[6]	金小俊, 孙艳霞, 陈勇, 于佳琳. 基于深度学习的草坪杂草识别与除草剂喷施区域检测方法[J]. 草地学报, 2022, 30(6): 1543-1549.
[7]	王海瑾, 曾庆飞, 韦兴迪, 王佳楚函, 韦鑫, 陈超. 贵州尾矿区野生豆科牧草根瘤菌及其抗性测定[J]. 草地学报, 2022, 30(12): 3253-3262.
[8]	邵春慧, 徐强, 史志强, 杜文华, 田新会. 夏河农牧交错区小黑麦与豆科牧草混播的生产性能研究[J]. 草地学报, 2022, 30(10): 2791-2801.
[9]	谢开云, 孟翔, 徐珍珍, 张力文, 万江春, 颜安, 李陈建. 新疆半干旱地区不同种类混播草地的牧草产量和营养价值研究[J]. 草地学报, 2021, 29(8): 1835-1842.
[10]	苏贝贝, 张英, 道日娜. 4种豆科植物根际土壤真菌群落特征与土壤理化因子间相关性分析[J]. 草地学报, 2021, 29(12): 2670-2677.
[11]	严琳玲, 张瑜, 董荣书, 郇恒福, 刘国道, 刘一明. 基于植物学性状分析山蚂蝗属种质的遗传多样性[J]. 草地学报, 2020, 28(3): 640-651.
[12]	雷威肖, 李伟, 郭梁, 程积民, 张义, 郑周敏, 赵妮. 铁杆蒿枯落物对四种豆科牧草的化感作用[J]. 草地学报, 2018, 26(4): 818-825.
[13]	张德, 龙会英. 4个豆科牧草在干热河谷生态芒果园的应用研究[J]. 草地学报, 2017, 25(3): 612-617.
[14]	魏代红, 张卫国, 王莹, 卫万荣. 利用禾草隔离技术防控鼢鼠危害豆科人工草地的研究[J]. 草地学报, 2017, 25(1): 184-189.
[15]	阎子盟, 陈倩, 张玉娟, 潘利, 黄顶, 王堃. 河北坝上天然割草地补播豆科牧草早期建植的研究[J]. 草地学报, 2016, 24(1): 178-183.