基于 BP 神经网络的田间杂草识别技术研究 ——以河套灌区为例

摘要

本文以采集的河套灌区的玉米及其伴生杂草马唐、狗牙根和灰菜作为研究对象，利用 OpenCV 对图像进行预处理
得到作物及杂草的外形轮廓的无量纲参数信息，利用无量纲参数信息提取作物及杂草的外形特征参数，得到宽长比、圆形度、
矩形度和第一不变矩阵四个特征参数，通过均值和方差的对比分析选择区分度较大的宽长比、圆形度和第一不变矩阵作为
参数输入到 BP 神经网络中，通过 L25（56）正交实验确定 BP 神经网络的隐含层节点数及学习率，划分训练集和测试集，
利用 Matlab 建立 BP 神经网络，通过测试集网络检验得到均方根误差为 0.067327，误差较小，整体网络里数据拟合正确率
为 93.025%，准确度较高，能够用于一般少量杂草的识别分类。