基于人工神经网络的田间秸秆覆盖率检测系统

以VC++为工具，田间实拍图像为研究对象，在分析田间秸秆和土壤纹理特征差别的基础上。设计了BP神经网络秸秆覆盖率检测系统。该系统采用了神经网络与纹理特征相结合的方法提取秸秆。并以纹理特征熵值为标准建立了网络输入层学习样本选取准则。人工模拟和田间试验表明，设计的BP神经网络秸秆覆盖率检测系统对田间秸秆的识别率达90％以上。秸秆覆盖率计算误差可控制在5％以内；与传统的拉绳法相比，检测效率提高50～120倍。