基于人工神经网络的田间秸秆覆盖率系统研究

摘要：

本文以VC++为工具,田间实拍图像为研究对象,在分析田间秸秆和土壤纹理特征差别的基础上,设计了BP神经网络秸秆覆盖率检测系统.该系统采用了神经网络与纹理特征相结合的方法提取秸秆,并以纹理特征熵值为标准建立了网络输入层学习样本选取准则.人工模拟和田间试验表明,设计的BP神经网络秸秆覆盖率检测系统对田间秸秆的识别率达90％以上,秸秆覆盖率计算误差可控制在5％以内;与传统的拉绳法相比,检测效率提高50-120 倍.

关键词： 保护性耕作 秸秆覆盖率 BP神经网络 纹理特征

作者: 李洪文 李慧 李世卫 何进

作者单位: 中国农业大学工学院 100083 中国农业大学工学院 北京市 100083 中国农业大学工学院

会议类型: 国内会议

会议名称: 中国农业机械学会2008年学术年会

会议地点: 济南

会议语种:中文

页码: 36-41

在线出版日期: 2008-09-20（万方平台首次上网日期，不代表论文的发表时间）