《表2 颜色特征:农作物图像特征提取技术及其在病害诊断中的应用》
以农作物冠层图像的颜色特征为基础,并利用实数编码的遗传算法改进传统梯度下降学习算法,将其作为模糊神经网络的学习方法,同时应用传统梯度下降算法和改进梯度下降算法训练神经网络参数并进行比较,能够快速有效地挖掘出作物缺素症状与颜色特征向量之间的模糊逻辑映射关系,为作物缺素症状识别提供了一种快速且准确的方法。2002年,徐贵力等[17]用百分率直方图提取了番茄缺素叶片彩色图像的颜色特征。2010年,朱虹等[18]在小麦缺氮的研究过程中,通过对RGB和HIS两种颜色系统表示的R、G、B、H、S、I和L参量进行直方图统计量优化,提取了一些简单有效的小麦冠层图像颜色特征,提高了准确率。其中农作物采集普遍采用RGB色彩系统设备,依据文献[17]计算病斑区域图像的颜色特征参数,如表2所示。
图表编号 | XD0033769500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.20 |
作者 | 马晓丹、朱可心、关海鸥、冯佳睿、刘梦、郑明 |
绘制单位 | 黑龙江八一农垦大学电气与信息学院、黑龙江八一农垦大学电气与信息学院、黑龙江八一农垦大学电气与信息学院、黑龙江八一农垦大学电气与信息学院、黑龙江八一农垦大学电气与信息学院、黑龙江八一农垦大学电气与信息学院 |
更多格式 | 高清、无水印(增值服务) |