文献类型：期刊文章

作　　者：陈丽[1] 王兰英[2]

机构地区：[1]河北农业大学机电工程学院,河北保定071001 [2]河北大学期刊社,河北保定071003

出　　处：《农机化研究》

基　　金：国家"十一五"粮食丰产科技工程项目(2006BAD01A08)

年　　份：2011

卷　　号：33

期　　号：6

起止页码：145-148

语　　种：中文

收录情况：BDHX、BDHX2008、JST、RCCSE、核心刊

摘　　要：根据锈病、灰斑病、小斑病、褐斑病和弯孢菌叶斑病等5种主要玉米叶部病害的特点,提出了一种基于图像处理技术和概率神经网络技术的玉米叶部病害识别方法。首先,对田间采集的玉米叶部病害图像样本进行去噪处理、图像分割和特征提取;然后,利用遗传算法优化选择出4个独立、稳定性好、分类能力强的分类特征;最后,提取目标对象的特征向量作为输入向量,由概率神经网络(PNN)分类器识别病害类别,平均正确识别率为9 0.4%,高于BP神经网络。试验结果表明了该方法的有效性,可为田间作物病虫害的快速智能诊断提供借鉴。

关 键 词：玉米 叶部病害 特征提取 遗传算法 概率神经网络

分 类 号：TP183] S435.131]