位置:成果数据库 > 期刊 > 期刊详情页
多光谱成像技术诊断植物病虫害的人工神经网络模型
  • ISSN号:1002-1582
  • 期刊名称:光学技术
  • 时间:0
  • 页码:717-720
  • 语言:中文
  • 分类:O432.4[机械工程—光学工程;理学—光学;理学—物理]
  • 作者机构:[1]北京理工大学颜色科学与工程国家重点专业实验室,北京100081, [2]云南师范大学,昆明650092, [3]中国农业科学院,北京100081, [4]红河学院,蒙自661100
  • 相关基金:国家自然科学基金资助项目(60678052);863国家基金项目(2006AA10Z210);国家自然科学基金资助项目(60768002)
  • 相关项目:基于光谱的艺术品颜色真实复制应用研究
中文摘要:

为了实现可靠的植物病虫害诊断,提出把人工神经网络和多光谱成像技术结合的方法,并将该方法用于常见的三种黄瓜病害的识别研究。在此基础上,实验采用窄带多光谱成像技术获取患病黄瓜叶面的14个可见光通道和近红外通道、全色通道的多光谱图像。利用BP网络对病斑样本的光谱信息进行学习分类。和14通道训练结果比较,增加850nm的近红外通道和全色通道,使网络的训练时间缩短、预测能力提高。实验结果表明,这种方法对植物进行快速、准确和非破坏性诊断提供可靠的技术支持。

英文摘要:

For a reliable diagnosis of plant diseases and insect pests, artificial neural networks and mutispectral imaging technique are proposed to diagnosise three cucumbers diseases. In the experiment, the cucumbers multispectral images of 14 visible lights channels, near infrared charmel and panchromatic channel are captured using narrow-band multispectral imaging system, and classified by the BP neural network. The coefficients of output and prediction are obtained. The result shows that the method realizes good accuracy in the cucumber diseases diagnosis.

同期刊论文项目
期刊论文 27 会议论文 4 专利 1
同项目期刊论文
期刊信息
  • 《光学技术》
  • 中国科技核心期刊
  • 主管单位:国防科工委
  • 主办单位:中国兵工学会 北京理工大学 中国北方光电工业总公司
  • 主编:夏阳
  • 地址:北京海淀中关村南大街5号
  • 邮编:100081
  • 邮箱:gxjs@bit.edu.cn
  • 电话:010-68913628 68948720
  • 国际标准刊号:ISSN:1002-1582
  • 国内统一刊号:ISSN:11-1879/O4
  • 邮发代号:2-830
  • 获奖情况:
  • 中国兵器工业总公司优秀期刊一等奖,首届国防科工委优秀期刊二等奖,美国工程索引(EI)对本刊论文的收录率为87%
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:12855