基于颜色和纹理特征的玉米干旱识别

文献类型： 中文期刊

第一作者： 岳焕然

作者： 岳焕然;李茂松;安江勇

作者机构：

关键词： 玉米;干旱;颜色;纹理;BP神经网络;集成学习

期刊名称： 中国农学通报

ISSN： 1000-6850

年卷期： 2018 年 24 期

页码： 18-28

摘要： 探究以颜色和纹理为特征,以神经网络建模为方法,识别玉米干旱的效果。利用可见光成像方式采集不同干旱胁迫下的玉米图像,通过编程从玉米图像中自动提取颜色和纹理特征变量,以多个BP神经网络集成学习的方法构建玉米不同生长发育阶段的干旱识别模型,识别不同干旱程度的玉米植株。结果表明:玉米出苗—拔节阶段的模型在训练和验证时的平均识别准确率和平均识别精度均在90%以上,识别误差均值小于0.1;拔节—抽雄阶段的模型在训练和验证时识别干旱的平均准确率和平均识别精度均在85%以上,识别误差均值为0.1和0.14;抽雄—成熟阶段的模型在训练和验证时识别干旱的平均准确率分别为85.36%和84.27%,平均精度在均在80%以上,识别误差均值为0.15和0.16。玉米出苗—拔节、拔节—抽雄、抽雄—开花3个阶段的干旱识别模型对田间玉米干旱的平均识别准确率在75%左右,平均识别精度在80%以上,平均识别误差依次为0.22、0.21、0.29。总之,出苗—拔节阶段的玉米干旱识别模型识别干旱的能力最强,拔节—抽雄阶段的模型次之,抽雄—成熟阶段的模型较差,同一模型对同一干旱程度的识别,模型训练时的识别效果最好,验证时的识别效果次之,测试效果较差,同一模型对不同干旱程度的识别,总体表现为对中旱水平识别效果最不理想,对适宜和特旱水平的识别效果最好。研究结果为玉米干旱特征模式识别和利用表型特征实现玉米旱情自动监测预警提供参考。

分类号： S423`S513

  • 相关文献

[1]基于SSA-LSTM的玉米土壤含氧量预测模型. 于珍珍,邹华芬,于德水,汪春,刘天祥,张欣悦. 2022

[2]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[3]基于双贝赛尔曲线定位的树木枝干可视化建模. 王功明,郭新宇,赵春江,王纪华. 2008

[4]不同纹理香菇醇提物活性物质含量及体外活性比较分析. 姚芬,高虹,王梓杭,殷朝敏,史德芳,张健,范秀芝. 2023

[5]基于动态集成的黄瓜叶部病害识别方法. 王志彬,王开义,王书锋,王晓锋,潘守慧. 2017

[6]基于集成学习的南太平洋长鳍金枪鱼渔场预报模型研究. 侯娟,周为峰,樊伟,张衡. 2020

[7]主动学习策略融合算法在高光谱图像分类中的应用. 崔颖,徐凯,陆忠军,刘述彬,王立国. 2018

[8]Stacking Learning在高光谱图像分类中的应用. 徐凯,崔颖. 2018

[9]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[10]基于高光谱与集成学习的单粒玉米种子水分检测模型. 吴静珠,张乐,李江波,刘翠玲,孙晓荣,余乐. 2022

[11]基于集成深度学习模型的耕地地块提取. 程锐,魏妍冰,陆苗,吴文斌. 2022

[12]基于气象因素的玉米单产堆栈集成学习建模与预测. 李乾川,许世卫,张永恩,庄家煜,李灯华,刘保花,朱之洵,刘浩. 2024

[13]玉米生物产量水分利用效率的差异比较. 李刚,王金艳,李壮,汪由,夏永胜. 2005

[14]旱地玉米杂交制种配套技术. 蔡明鸿,朱峰,陈长艳,田飞,周凌,田恩阔. 2012

[15]出苗后干旱对玉米丝黑穗病发病的影响. 邢跃先,李凤海,吴凤新,檀国庆. 2007

[16]干旱和灌溉两种处理条件下玉米株高、产量的QTL分析. 姜丽丽,樊明寿,郭九峰. 2007

[17]赤霉素浸种对玉米低温出苗率的影响. 许高平,刘秀峰,袁文娅,王璞,楼辰军,杨兆顺. 2018

[18]玉米耐旱性的遗传机理及分子育种研究进展. 贾钰莹,孙成韬,于佳霖,刘晓丽. 2019

[19]辽西地区耐旱高产玉米新品种筛选. 董俊,侯志研,邓林军,董智. 2018

[20]苗期干旱胁迫及复水对玉米植株生长及抗氧化酶活性的影响. 柳燕兰,马明生,郭贤仕. 2017

作者其他论文 更多>>

微信小程序