基于边缘检测和BP神经网络的大豆杂草识别研究

来源：中国农机化学报杂志2020年第7期北京时间：

作者：侯雨;曹丽英;丁小奇;李静;

单位：吉林农业大学信息技术学院;

摘要：为提高无人机喷洒除草剂的精准度,以阔叶型杂草、禾本科杂草作为研究对象,针对传统图像识别技术准确率低,边缘信息丢失严重等问题,提出基于改进Canny边缘检测算法和BP神经网络相结合的大豆杂草图像识别方法。首先采用改进后的Canny算法对图像进行特征提取,然后将提取到的结果转化为特征矩阵向量,作为BP神经网络的输入层,最后通过BP神经网络进行大豆杂草图像识别,区分出不同种类的杂草。试验结果表明,改进后的Canny算法同BP神经网络相结合的方法在阔叶型杂草和禾本科杂草识别上,准确率分别为95.67%和93.33%,较传统Canny算法同BP神经网络相结合的方法准确率分别提升5.83%和5.66%。

关键词：Canny边缘检测;BP神经网络;杂草识别;无人机遥感

基金资助：国家自然科学基金项目(11372155);; 吉林省科技攻关项目(20180201073SF);; 吉林省教育厅“十三五”科技攻关项目(JJKH20180684KJ)