大田油菜苗图像分割与识别算法研究

下载PDF

导出

摘要油菜苗识别与分割为精准农业技术提供基础数据,是非常重要的前期准备环节。文章提出 1 种基于 SVM 支持向量机的两步分割法,先依据颜色特征差异分离绿色作物和土壤背景,再依据形状差异分离油菜苗和杂草。试验结果表明,在绿色植株与土壤背景分割中,SVM 分类正确率在 90% 以上,整体的叶片分割识别率在 81.7% ~ 92.8% 之间。该图像分割算法具有较优的分割效果,较传统阈值分割方法有更好的鲁棒性。

作者潘礼礼慕帅刘伟林梁锐覃海波徐胜勇

机构地区华中农业大学工学院

出处《中文科技期刊数据库（全文版）农业科学》 2019年第3期30-31,117,共3页

关键词油菜苗图像分割机器学习

分类号 S565.4 [农业科学—作物学]

引文网络
相关文献

1孙永青.智能化农机让机手作业更便捷[J].农机科技推广,2019,0(10):54-54.
2乔虹,冯全,赵兵,王书志.基于Mask R-CNN的葡萄叶片实例分割[J].林业机械与木工设备,2019,47(10):15-22. 被引量：15
3杨正舟.体育游戏在小学体育教学中的应用分析[J].读天下（综合）,2019(31):0201-0201.
4董柳柳,沈飞.北斗技术在精准农业中的应用与展望[J].农机科技推广,2019,0(10):44-46. 被引量：5
5李魏.体育游戏在小学体育教学中的应用[J].最漫画·学校体音美,2018(30):00117-00117.
6孙铭阳,于传兵,韦鲁滨.液固流化床分选机发展概况[J].中国矿山工程,2019,48(1):44-50. 被引量：1
7宋超.浅析农业机械自动化的现状及发展趋势[J].南方农机,2019,50(21):65-65. 被引量：10
8王刚.基于颜色特征和纹理特征的RELM油画识别研究[J].微型电脑应用,2019,35(10):57-60.
9无.植保无人机助力智慧农业[J].四川农业科技,2019(10):49-49. 被引量：3
10张茜,耿智化,张军辉,任丽垒,李凯旋,杨旭海.“双创”背景下“精准农业”教学改革探讨[J].科教文汇,2019,0(31):77-78. 被引量：2

中文科技期刊数据库（全文版）农业科学

2019年第3期

浏览历史

内容加载中请稍等...

大田油菜苗图像分割与识别算法研究

相关作者

相关机构

相关主题

浏览历史