基于BP神經(jīng)網(wǎng)絡(luò)的紅松雌雄花的分類識別.pdf

1、近年來對于紅松結(jié)實量的預(yù)測還停留在人工分析和總結(jié)經(jīng)驗的方法上，為了能夠使紅松結(jié)實量的預(yù)測工作實現(xiàn)自動化和高效化，所以現(xiàn)階段的研究方向主要是采用現(xiàn)代化的信息手段來預(yù)測紅松的結(jié)實量。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行分類識別，從而得到紅松雌花和雄花的確切數(shù)量。這些數(shù)據(jù)可以作為對紅松結(jié)實量預(yù)測的重要依據(jù)。
　　本文將原野服務(wù)器傳回的紅松雌雄花圖像

2、進行圖像的預(yù)處理，包括對圖像進行平滑去噪、灰度增強和區(qū)域分割。通過對大量的樣本進行實驗，找到最適合的模板來對圖像進行平滑處理。利用灰度變化將圖像進行增強處理，這樣就方便對圖像進行區(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，對預(yù)處理后的紅松雌雄花圖像進行邊緣提取。對紅松雌雄花的邊緣圖像進行分析，提取出六種能夠區(qū)分雌花和雄花的特征值。在特征值提取的過程中應(yīng)用改進的寬長比的提取方法，成功

3、的將寬長比這一特征值準確的提取出來。并進行實驗優(yōu)化了雌雄花的特征空間，對特征空間進行了降維處理，用寬長比、圓形度、伸長度和致密度這四個對分類貢獻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)化法進行優(yōu)化，主要優(yōu)化了網(wǎng)絡(luò)學(xué)習(xí)過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，對網(wǎng)絡(luò)的初始權(quán)值進行選擇，使網(wǎng)絡(luò)在學(xué)習(xí)開始階段就處于較為優(yōu)化的狀態(tài)，不會陷入局部極小。本文設(shè)計的紅松雌雄花分類器就是