许昌市科技发展计划项目(1101060)
- 作品数：2 被引量：7H指数：1
- 相关作者：张飞云更多>>
- 相关机构：许昌学院更多>>
- 发文基金：许昌市科技发展计划项目河南省教育厅科学技术研究重点项目更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 基于多重分形谱的小麦病害图像特征提取方法被引量：1
- 2013年
- 通过多重分形分析和提升格式的多小波变换,对小麦病害图像进行预处理,有效去除了图像的噪声,然后利用多重分形理论,对小麦病害图像进行分割,并提取小麦病害图像的8个多重分形谱值,作为小麦病害的形状特征。试验结果证明,不同小麦病害的形状特征值有很大的差异,同类小麦病害图像的形状特征值具有一定的规律性。因此,可以提取小麦病害的形状特征值进行小麦病害的诊断。
- 张飞云
- 关键词：小麦病害多小波变换多重分形谱特征提取
- 基于量子神经网络和组合特征参数的玉米叶部病害识别被引量：6
- 2013年
- 【目的】探索一种基于量子神经网络和组合特征参数的玉米叶部病害识别方法,以提高玉米叶部病害识别的准确率和效率。【方法】应用K_means硬聚类算法对玉米叶部病害图像进行彩色图像分割,得到彩色分割图像,分别利用提升小波变换和灰度共生矩阵从彩色分割图像中提取颜色和纹理特征参数,利用多重分形分析从灰度图像中提取病害的形状特征参数。【结果】根据提取的组合特征参数,利用量子神经网络进行玉米病害分类识别,对玉米灰斑病、玉米普通锈病和玉米小斑病的识别率分别达到92.5%、97.5%和92.5%,高于误差反向传播神经网络法的识别率(分别为90.0%、90.0%和92.5%)。【结论】设计的方法可用于玉米叶部病害识别,并为其他农作物病害的智能识别提供借鉴。
- 张飞云
- 关键词：玉米病害量子神经网络
