基于神经网络的枣树红蜘蛛识别研究

›› 2014, Vol. 27 ›› Issue (3): 48-.

基于神经网络的枣树红蜘蛛识别研究

邱道尹,李俊霞,杨利涛

(1.华北水利水电大学电力学院,河南郑州 450011;2.华北水利水电大学信息工程学院,河南郑州 450011)

出版日期:2014-03-15 发布日期:2014-03-11
作者简介:邱道尹(1961—),男,教授,博士研究生,硕士生导师。研究方向:智能化信息系统。E-mail:263873563@qq.com。李俊霞(1987—),女,硕士研究生。研究方向:模式识别与智能系统。杨利涛(1989—),男,硕士研究生。研究方向:数字图像处理,模式识别。
基金资助:
郑州市科技计划基金资助项目(112PNYGC046)

Research on Recognition of Red Spider Based on Neural Network

QIU Daoyin¹,LI Junxia¹,YANG Litao²

(1.College of Electric Power,North China University of Water Conservancy and Hydroelectric Power,Zhengzhou 450011,China;2.College of Information Engineering,North China University of Water Resources and Electric Power,Zhengzhou 450011,China)

Online:2014-03-15 Published:2014-03-11

摘要/Abstract

摘要：

针对目前枣树病虫害防治过程中害虫的自动识别问题,文中以枣树害虫红蜘蛛为研究对象,介绍一种基于BP神经网络技术和图像处理进行枣树虫害识别的方法,即利用图像处理技术,结合枣虫害颜色特征、几何特征实现枣树虫害图像的特征提取。并利用Matlab完成对神经网络的训练和测试,构建图像自动分类器,实现枣树虫害图像的自动识别。同时通过对实际采集到的图像进行验证,识别率结果达到了95.3%,证明了文中所提方法的有效性和鲁棒性。

关键词: 害虫识别, 图像处理, 神经网络, Matlab

Abstract:

This paper introduces a method for recognizing jujube pest based on technologies of BP neural network and digital image processing for the automatic recognition of pests in preventing the jujube pests.Using image processing,this paper accomplishes the feature extraction combining with color characteristics and geometrical characteristics of jujube pest image.Using Matlab,this paper fulfills the training and testing of the neural network,constructs the automatic image classification,and realizes the automatic identification of insect pest images.Experiments on actual images show that proposed method successfully recognizes the most parking lines with a detection rate of 95.3%,which proves its effectiveness and robustness.

Key words: pest identification;image processing;neural network;Matlab

中图分类号:

TP391

邱道尹,李俊霞,杨利涛. 基于神经网络的枣树红蜘蛛识别研究[J]. , 2014, 27(3): 48-.

QIU Daoyin1,LI Junxia1,YANG Litao2. Research on Recognition of Red Spider Based on Neural Network[J]. , 2014, 27(3): 48-.

[1]	刘建龙,郝正航. 基于背靠背变流器的风电系统仿真对比研究[J]. 电子科技, 2022, 35(2): 67-73.
[2]	刘晨旻,王亚刚. 基于连续空间的萤火虫算法改进[J]. 电子科技, 2022, 35(2): 40-45.
[3]	李辉,王一丞. 基于CNNCIFG-Attention模型的文本情感分类[J]. 电子科技, 2022, 35(2): 46-51.
[4]	宗圣康,程建鹏,张西良. 基于光斑位置的起重机轨道高度差自动检测方法[J]. 电子科技, 2022, 35(1): 21-28.
[5]	牛帅臣,王福忠,韩耀飞,何国锋,牛叶克. 电网不平衡条件下模块化多电平变换器控制策略[J]. 电子科技, 2022, 35(1): 80-86.
[6]	程晓雅,张雷. 基于深度学习的有遮挡人脸识别方法研究[J]. 电子科技, 2022, 35(1): 35-39.
[7]	王阳,王亚刚. 基于阶跃响应和遗传算法优化高阶加时滞模型的辨识方法[J]. 电子科技, 2021, 34(9): 41-46.
[8]	李玉东,连海山,胡晓丹. 三相输入型阻塞式交交变频电源[J]. 电子科技, 2021, 34(9): 47-53.
[9]	司明明,陈玮,胡春燕,尹钟. 融合Resnet50和U-Net的眼底彩色血管图像分割[J]. 电子科技, 2021, 34(8): 19-24.
[10]	闫振彬,郑柏超,周志勇. 基于新型鲁棒下垂控制方法的光伏发电系统并网研究[J]. 电子科技, 2021, 34(8): 79-86.
[11]	战荫伟,朱百万,杨卓. 一种车脸识别算法的研究与应用[J]. 电子科技, 2021, 34(8): 1-7.
[12]	廖璐明,张伟. 基于改进VGG16网络的混合批量训练交通标志识别[J]. 电子科技, 2021, 34(8): 8-13.
[13]	马立新,豆晨飞,宋晨灿,杨天笑. 基于特征融合卷积神经网络的绝缘子无损检测[J]. 电子科技, 2021, 34(7): 26-30.
[14]	孟晓姣,张世巍,李小健,李敏玥,宋丙鑫,路宏敏. 一种基于BP神经网络的车载通信设备性能评估方法[J]. 电子科技, 2021, 34(5): 24-28.
[15]	张仕森,孙宪坤,尹玲,李世玺. 基于神经网络的文本标题生成原型系统设计[J]. 电子科技, 2021, 34(5): 35-41.