[发明专利]一种基于BP神经网络和传感器数据采集的土地秸秆覆盖率测算方法

摘要

本发明提供了一种基于BP神经网络和传感器数据采集的土地秸秆覆盖率测算方法，本发明是为了解决由于人工拉绳法测量效率低,误差大，劳动强度大等缺点，以及在测算过程中由于人为因素带来的局限而提出的。包括每隔固定时间采集秸秆还田作业后的图像数据；在获取的图像数据中截取预设大小的图像块作为样本；计算所述样本中的五种纹理特征值能量、惯性矩、熵、相关性、逆差矩；构建具有输入层、隐含层以及输出层的BP神经网络；对神经网络进行训练利用神经网络处理待测图像并根据分类结果对图像进行二值化处理；根据根据白色像素点数量占图像总像素数量比例计算秸秆覆盖率。本发明适用于土地秸秆覆盖率测算。

主权项

一种基于BP神经网络和传感器数据采集的土地秸秆覆盖率测算方法，其特征在于，包括以下步骤：步骤一：每隔固定时间采集秸秆还田作业后的图像数据；步骤二：在获取的图像数据中截取预设大小的图像块作为样本；步骤三：计算所述样本中的五种纹理特征值：能量、惯性矩、熵、相关性、逆差矩；步骤四：构建具有输入层、隐含层以及输出层的BP神经网络；步骤五：对神经网络进行训练：训练时，传递函数选择s型非线性函数；神经网络的训练结果，我们设定输出层土壤值归一化为0.1，而输出层秸秆值归一化为0.9；设分别为土壤与秸秆的期望输出，即O1k，O2k分别为土壤与秸秆的实际网络输出；对于土壤有：对于秸秆有：且当同时满足上述三个式子的时候，神经网络停止训练；否则，神经网络反向传递，修改权值，直到满足上式，此时训练结束；步骤六：利用神经网络处理待测图像：对于拍摄图像中的每一个像素点，对其周围3×3的区域进行特征提取，利用神经网络计算输出值；如果输出值大于0.1‑0.05且小于0.1+0.05时，将像素值置为0；如果输出值大于0.9‑0.05且小于0.9+0.05时，将像素值置为255；步骤七：计算秸秆覆盖率：统计处理后的图像共有m个白色像素点，根据公式计算出秸秆覆盖率；其中N为拍摄图像像素点总数量。