基于BP神經(jīng)網(wǎng)絡(luò)的紅松雌雄花的分類(lèi)識(shí)別.pdf

1、近年來(lái)對(duì)于紅松結(jié)實(shí)量的預(yù)測(cè)還停留在人工分析和總結(jié)經(jīng)驗(yàn)的方法上，為了能夠使紅松結(jié)實(shí)量的預(yù)測(cè)工作實(shí)現(xiàn)自動(dòng)化和高效化，所以現(xiàn)階段的研究方向主要是采用現(xiàn)代化的信息手段來(lái)預(yù)測(cè)紅松的結(jié)實(shí)量。本文主要的工作就是利用原野服務(wù)器傳回的紅松雌雄花圖像，提取雌花和雄花的形狀特征值，并利用人工神經(jīng)網(wǎng)絡(luò)將紅松的雌花和雄花圖像進(jìn)行分類(lèi)識(shí)別，從而得到紅松雌花和雄花的確切數(shù)量。這些數(shù)據(jù)可以作為對(duì)紅松結(jié)實(shí)量預(yù)測(cè)的重要依據(jù)。
　　本文將原野服務(wù)器傳回的紅松雌雄花圖像

2、進(jìn)行圖像的預(yù)處理，包括對(duì)圖像進(jìn)行平滑去噪、灰度增強(qiáng)和區(qū)域分割。通過(guò)對(duì)大量的樣本進(jìn)行實(shí)驗(yàn)，找到最適合的模板來(lái)對(duì)圖像進(jìn)行平滑處理。利用灰度變化將圖像進(jìn)行增強(qiáng)處理，這樣就方便對(duì)圖像進(jìn)行區(qū)域分割，將紅松雌雄花的花體和背景分離。
　　利用蟻群算法和GVF Snake模型結(jié)合的方法，對(duì)預(yù)處理后的紅松雌雄花圖像進(jìn)行邊緣提取。對(duì)紅松雌雄花的邊緣圖像進(jìn)行分析，提取出六種能夠區(qū)分雌花和雄花的特征值。在特征值提取的過(guò)程中應(yīng)用改進(jìn)的寬長(zhǎng)比的提取方法，成功

3、的將寬長(zhǎng)比這一特征值準(zhǔn)確的提取出來(lái)。并進(jìn)行實(shí)驗(yàn)優(yōu)化了雌雄花的特征空間，對(duì)特征空間進(jìn)行了降維處理，用寬長(zhǎng)比、圓形度、伸長(zhǎng)度和致密度這四個(gè)對(duì)分類(lèi)貢獻(xiàn)較大的特征值組成紅松雌雄花的特征空間。
　　本文將BP神經(jīng)網(wǎng)絡(luò)模型用一種粒子群優(yōu)化法進(jìn)行優(yōu)化，主要優(yōu)化了網(wǎng)絡(luò)學(xué)習(xí)過(guò)程的收斂速度提高了學(xué)習(xí)能力。并用一種優(yōu)化選擇初始權(quán)值的方法，對(duì)網(wǎng)絡(luò)的初始權(quán)值進(jìn)行選擇，使網(wǎng)絡(luò)在學(xué)習(xí)開(kāi)始階段就處于較為優(yōu)化的狀態(tài)，不會(huì)陷入局部極小。本文設(shè)計(jì)的紅松雌雄花分類(lèi)器就是