文献类型：期刊文章

作　　者：陈树人[1] 邹华东[1] 吴瑞梅[2] 闫润[1,3] 毛罕平[1]

机构地区：[1]江苏大学现代农业装备与技术教育部重点实验室,镇江212013 [2]江西农业大学工学院,南昌330045 [3]江苏农林职业技术学院机电工程系,句容212400

出　　处：《农业机械学报》

基　　金：国家高技术研究发展计划(863计划)资助项目(2008AA10Z204);江苏高校优势学科建设工程项目资助项目(苏财教(2011)8号)

年　　份：2013

卷　　号：44

期　　号：5

起止页码：253-257

语　　种：中文

收录情况：BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20132416422601)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：以生长期为10 d的杂草稻和水稻为研究对象,采集其高光谱图像信息,对其进行滤波预处理后,利用主成分分析方法优选出1 448.89 nm和1 469.89 nm波长下的特征图像。对每个特征图像,分别提取其形状特征、纹理特征和颜色特征,共18个特征变量。基于这些特征变量,利用神经网络方法建立杂草稻和水稻的判别模型,模型训练时杂草稻和水稻的回判率都为100%;预测时,杂草稻的回判率为92.86%,水稻的回判率为96.88%。研究表明,利用高光谱图像技术快速鉴别稻田苗期杂草稻是可行的。

关 键 词：杂草稻 水稻 高光谱图像 神经网络

分 类 号：TP391.41] S365[计算机类]