期刊文献+
共找到322篇文章
< 1 2 17 >
每页显示 20 50 100
叶面积测定方法的研究效果初报 被引量:173
1
作者 冯冬霞 施生锦 《中国农学通报》 CSCD 2005年第6期150-152,155,共4页
详细介绍了测量叶面积的各种方法,并指出每种方法的精度、适用范围等特点,以供科学研究时进行合理选择。最后还提出中国叶面积测量方法在未来的研究方向是研制便携式叶面积仪和开发集成的叶片图象处理软件。
关键词 叶面积 测定方法 初报 图象处理软件 详细介绍 科学研究 研究方向 测量方法 便携式
下载PDF
基于计算机视觉技术的温室黄瓜叶片营养信息检测 被引量:68
2
作者 张彦娥 李民赞 +2 位作者 张喜杰 张建平 徐增辉 《农业工程学报》 EI CAS CSCD 北大核心 2005年第8期102-105,共4页
应用计算机视觉技术研究了诊断温室作物营养状态的方法。在日光条件下采集了温室黄瓜叶片图像,然后分别提取了红绿蓝(RGB)三色分量和它们的相对系数rgb,以及色度、饱和度和亮度指标(HSI)。在RGB和HSI颜色模型下分析了各分量与叶片含氮... 应用计算机视觉技术研究了诊断温室作物营养状态的方法。在日光条件下采集了温室黄瓜叶片图像,然后分别提取了红绿蓝(RGB)三色分量和它们的相对系数rgb,以及色度、饱和度和亮度指标(HSI)。在RGB和HSI颜色模型下分析了各分量与叶片含氮率、含磷率和含水率之间的相关特性。分析结果表明叶片绿色分量G和色度H分量与氮含量线性相关,可用作利用机器视觉快速诊断作物长势的指标,而其它分量与氮含量没有明显的相关性;颜色各分量与磷含量和水分含量均没有表现出明显相关关系;在对单次数据进行分析和比较时发现在同一光照条件下,绿色分量G和色度H与氮含量之间存在较好的线性相关特性,而当光照条件不同时,对两变量之间的线性关系存在一些影响,需要在进一步的试验研究中通过使用人工光源和系统标定的方法改进,以提高线性回归的精度。 展开更多
关键词 计算机视觉 黄瓜 叶片 图像处理 氮素 温室作物
下载PDF
利用数码相机测定果树叶面积的新方法 被引量:72
3
作者 苑克俊 刘庆忠 +1 位作者 李圣龙 陈秀霞 《园艺学报》 CAS CSCD 北大核心 2006年第4期829-832,共4页
本文提出的是一个快速的非破坏性叶面积测定新方法,可测定苹果、葡萄等各种果树叶面积,可在田间或室内测定活体或离体叶片的面积。其原理是利用数码相机(或数码摄像机)拍照获取叶片和刻度直尺的图像,利用软件对图像进行处理得到每... 本文提出的是一个快速的非破坏性叶面积测定新方法,可测定苹果、葡萄等各种果树叶面积,可在田间或室内测定活体或离体叶片的面积。其原理是利用数码相机(或数码摄像机)拍照获取叶片和刻度直尺的图像,利用软件对图像进行处理得到每平方厘米面积的像素数和叶片图像的像素数,再通过计算得出叶片的面积。对其测算准确度进行检验,结果表明苹果叶面积的测算误差为0.57%~0.80%、葡萄叶面积的测算误差为1.05%~1.43%,说明用新方法可相当准确地测算果树叶面积。 展开更多
关键词 果树 叶面积 刻度直尺 数码相机 图像 图像软件
下载PDF
基于叶片图像多特征融合的观叶植物种类识别 被引量:49
4
作者 王丽君 淮永建 彭月橙 《北京林业大学学报》 CAS CSCD 北大核心 2015年第1期55-61,共7页
叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本... 叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。 展开更多
关键词 观叶植物 叶片图像 特征提取 识别 支持向量机
下载PDF
植物叶形的计算机识别系统 被引量:42
5
作者 朱静 田兴军 +1 位作者 陈彬 吕劲紫 《植物学通报》 CSCD 北大核心 2005年第5期599-604,共6页
植物叶形是识别植物的重要和常用形态特征,建立计算机自动识别系统对于认识和正确识别植物十分重要。本文论述了植物叶形图像识别系统设计中的图像处理、特征提取及分类识别等问题。本系统采用VisualBasic.Net编程工具设计,在Windows200... 植物叶形是识别植物的重要和常用形态特征,建立计算机自动识别系统对于认识和正确识别植物十分重要。本文论述了植物叶形图像识别系统设计中的图像处理、特征提取及分类识别等问题。本系统采用VisualBasic.Net编程工具设计,在Windows2000/XP平台上通过叶片图像的输入、变换、平滑和分割等识别过程,实现了叶片图像的形状和叶缘特征的结果输出。实验结果表明,该系统能够很好地识别植物的叶形,对14种植物337份叶片样本的叶形测试准确率达93.2%。为植物识别的进一步研究奠定了基础。 展开更多
关键词 植物叶形 图像处理 特征提取 图像识别 叶形分类 计算机识别系统 植物 叶形 WINDOWS 自动识别系统
下载PDF
基于分层卷积深度学习系统的植物叶片识别研究 被引量:48
6
作者 张帅 淮永建 《北京林业大学学报》 CAS CSCD 北大核心 2016年第9期108-115,共8页
深度学习已成为图像识别领域的研究热点。本文以植物叶片图像识别为研究对象,对单一背景和复杂背景图像分别给出了优化预处理方案;设计了一个8层卷积神经网络深度学习系统分别对Pl@ant Net叶片库和自扩展的叶片图库中33 293张简单背景... 深度学习已成为图像识别领域的研究热点。本文以植物叶片图像识别为研究对象,对单一背景和复杂背景图像分别给出了优化预处理方案;设计了一个8层卷积神经网络深度学习系统分别对Pl@ant Net叶片库和自扩展的叶片图库中33 293张简单背景和复杂背景叶片图像进行训练和识别,并与传统基于植物叶片多特征的识别方法进行了比较分析。实验证明:本文提供的CNN+SVM和CNN+Softmax分类器识别方法对单一背景叶片图像识别率高达91.11%和90.90%,识别复杂背景叶片图像的识别率也能高达34.38%,取得了较好的识别效果。利用本文实现的分层卷积深度学习识别系统在数据量大而无法做出更多优化的情况下,叶片图像的识别率更高,尤其是针对复杂背景下的叶片图像,取得了极佳的识别效果。 展开更多
关键词 植物识别 叶片图像 特征提取 支持向量机 深度学习
下载PDF
基于图像颜色信息的茶叶嫩叶识别方法研究 被引量:40
7
作者 吴雪梅 张富贵 吕敬堂 《茶叶科学》 CAS CSCD 北大核心 2013年第6期584-589,共6页
采集清明时期茶叶图像,获取茶叶的图像信息。论文首先分析了嫩芽与老叶的G和G-B分量的颜色信息,该颜色信息差异能够有效区分嫩芽和背景;然后根据分析结果设定初始阈值,利用改进的最大方差自动取阈法计算G和G-B分量的分割阈值;最后提出... 采集清明时期茶叶图像,获取茶叶的图像信息。论文首先分析了嫩芽与老叶的G和G-B分量的颜色信息,该颜色信息差异能够有效区分嫩芽和背景;然后根据分析结果设定初始阈值,利用改进的最大方差自动取阈法计算G和G-B分量的分割阈值;最后提出了茶叶嫩芽的识别算法。实验结果表明该算法能有效消除光线的影响,快速识别嫩芽;相机与茶树间的距离为10 cm左右时,识别准确率为92%。本研究的方法和结果可为茶叶智能采摘机器的研发提供技术支持。 展开更多
关键词 嫩芽 颜色信息 图像处理 识别 茶叶
下载PDF
基于数字图像处理的植物叶面积测量方法 被引量:32
8
作者 左欣 韩斌 程嘉林 《计算机工程与应用》 CSCD 北大核心 2006年第27期194-196,221,共4页
数码相机摄入图像时产生的线性几何畸变会给叶片面积的测量带来误差。针对此问题文章改进了Hough变换算法,并用来对叶片畸变图像进行几何校正,然后计算叶片面积。实验表明,该方法适于多种植物的叶面积活体测量,速度快,精度高。
关键词 叶面积 数字图像 畸变图像 HOUGH变换 几何校正
下载PDF
基于数字图像的玉米叶面积测量方法研究 被引量:35
9
作者 马彦平 白由路 +2 位作者 高祥照 卢艳丽 杜君 《中国农学通报》 CSCD 北大核心 2009年第22期329-334,共6页
【研究目的】以数字图像处理技术为基础,采用数码相机获取数字图像,建立使用Visual C++6.0开发的图像处理软件进行玉米叶面积测量的方法。【方法】首先,用数码相机拍摄挂在墙上粘贴着玉米叶片的参照白板来获得数字图像。然后提取图像的... 【研究目的】以数字图像处理技术为基础,采用数码相机获取数字图像,建立使用Visual C++6.0开发的图像处理软件进行玉米叶面积测量的方法。【方法】首先,用数码相机拍摄挂在墙上粘贴着玉米叶片的参照白板来获得数字图像。然后提取图像的蓝色分量,利用中值滤波、膨胀、腐蚀等方法去除图像噪声,最大类间方差法自动阈值分割目标。接着进行区域标记与区域像素数统计,区域像素数结合图像分辨率就可以获得玉米叶片的实际面积。【结果】用图像处理方法测量的叶面积与用直尺法测量结果的相关性可以达到0.996。【结论】(1)该拍摄方法避免了几何畸变的产生。(2)图像预处理过程中,蓝色分量图像中目标和背景的灰度差异最大,便于分割。(3)与其他传统的叶面积测量方法相比,图像处理法能够快速、准确的获得植物的叶面积. 展开更多
关键词 玉米 叶面积 数字图像 VISUAL C++6.0
下载PDF
植物叶片面积测量系统的设计及应用 被引量:26
10
作者 张全法 冯绚 +1 位作者 何金田 陈渝仁 《河南农业大学学报》 CAS CSCD 2001年第4期383-386,共4页
介绍了用CCD(ChargeCoupledDevice)测量植物叶片面积的方法 ,设计了测量系统的多种组成方案 .该系统通过标准的图像接口 ,实现了硬件部分与软件部分相互无关 .硬件可以采用扫描仪、数码相机、视频图像采集卡加视频摄像头等应用CCD的数... 介绍了用CCD(ChargeCoupledDevice)测量植物叶片面积的方法 ,设计了测量系统的多种组成方案 .该系统通过标准的图像接口 ,实现了硬件部分与软件部分相互无关 .硬件可以采用扫描仪、数码相机、视频图像采集卡加视频摄像头等应用CCD的数字化图像采集设备 .软件采用交互方式实现图像分割、系统标定和最终测量 .试验表明 ,该系统具有测量精度高、测量范围大、使用方便等特点 .使用数码相机时可以实现非破坏性测量 .在农业。 展开更多
关键词 植物叶片面积测量系统 电荷耦合器件 图像处理
下载PDF
基于轻量级卷积神经网络和迁移学习的小麦叶部病害图像识别 被引量:30
11
作者 冯晓 李丹丹 +7 位作者 王文君 郑国清 刘海礁 孙永胜 梁山 杨莹 臧贺藏 张辉 《河南农业科学》 北大核心 2021年第4期174-180,共7页
为实现基于移动端的小麦叶部病害图像便捷识别,基于轻量级卷积神经网络(Convolutional neural network,CNN)和迁移学习建立小麦叶部病害图像识别模型。首先,建立由小麦白粉病、条锈病和叶锈病3种小麦叶部病害图像组成的样本集,每幅图像... 为实现基于移动端的小麦叶部病害图像便捷识别,基于轻量级卷积神经网络(Convolutional neural network,CNN)和迁移学习建立小麦叶部病害图像识别模型。首先,建立由小麦白粉病、条锈病和叶锈病3种小麦叶部病害图像组成的样本集,每幅图像大小为224像素×224像素;然后,采用深度学习框架Tensorflow 2.0,基于MobileNetV2构建小麦叶部病害图像识别模型,使用ImageNet数据集上训练好的参数作为模型初始参数;最后,分析迁移学习方法、样本量、全局平均池化(Global average pooling,GAP)前添加Dropout层、初始学习率大小对模型性能的影响。结果表明,采用将模型所有层设置为可训练的迁移学习方式、选择适合的数据增强方法增加样本量、在GAP前添加Dropout层、设置0.00001的初始学习率,对3种小麦病害图像的平均识别准确率高达99.96%。可见,基于MobileNetV2和迁移学习可构建识别准确率高、泛化能力强、适合移动端应用的小麦叶部病害图像识别模型。 展开更多
关键词 小麦 叶部病害 卷积神经网络 迁移学习 图像识别 MobileNetV2 计算机视觉
下载PDF
利用普通扫描仪精确测量叶面积的技术及方法 被引量:25
12
作者 骆郴 贾亚敏 +1 位作者 刘彤 魏鹏 《北方园艺》 CAS 北大核心 2007年第5期46-48,共3页
通过平台扫描仪获取叶片的数字图像,并运用数字图像扫描技术测定植物叶面积的方法。结果表明:图像扫描方法的测定结果,适用于叶面积的测量工作,和其它方法相比具有准确、快速、适用范围广、容易普及等优点,适用于科研和生产推广使用。
关键词 叶面积 图像处理 叶面积测量
下载PDF
高光谱成像的马铃薯叶片含水率分布可视化 被引量:26
13
作者 孙红 刘宁 +3 位作者 吴莉 郑涛 李民赞 吴静珠 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第3期910-916,共7页
为了快速检测马铃薯叶片的水分含量,并探究受到干旱胁迫时叶片含水率变化情况,利用高光谱成像对马铃薯叶片含水率进行检测和可视化研究。采集71个叶片,用烘干法对叶片水分梯度进行控制,共得到355个样本。使用高光谱分选仪器采集叶片862.... 为了快速检测马铃薯叶片的水分含量,并探究受到干旱胁迫时叶片含水率变化情况,利用高光谱成像对马铃薯叶片含水率进行检测和可视化研究。采集71个叶片,用烘干法对叶片水分梯度进行控制,共得到355个样本。使用高光谱分选仪器采集叶片862.9~1 704.2 nm(256个波长)的光谱成像数据,采用称重法测量含水率。利用Sample set partitioning based on joint X-Y distance(SPXY)算法将总样本按照2∶1的比例划分为建模集(240个样本)和验证集(115个样本)。对采集的数据进行光谱特征分析,本文分别用CA和RF两种算法,各筛选得到15个特征波长。基于CA筛选出相关系数高于0.96的15个波长分别为1 406.82, 1 410.12, 1 403.62, 1 413.32, 1 416.62, 1 419.82, 1 400.32, 1 423.12, 1 426.32, 1 429.62, 1 432.82, 1 436.12, 1 439.32, 1 442.52和1 445.8 nm。基于RF算法筛选被选概率高于0.3的15个特征波长,按照被选择概率值从大到小排列,分别为1 071.62, 1 041.12, 1 222.52, 1 465.22, 1 397.02, 1 449.02, 1 034.32, 1 523.22, 976.42, 1 172.52, 979.82, 1 165.82, 1 037.72, 1 426.32和869.8 nm。用CA和RF算法筛选到的特征波长建立PLSR模型,分别记为CA-PLSR模型和RF-PLSR模型。利用高精度模型检测结果,对马铃薯叶片含水率进行可视化分析,首先计算马铃薯叶片图像每个像素点的含水率,得到灰度图像,然后对灰度图像进行伪彩色变换,绘制出叶片含水率可视化彩色图像。为了体现马铃薯叶片烘干处理中含水率变化进程,用HSV彩色模型对样本叶片的伪彩色图像进行分割,获得分割图像结果,显示出在某含水率区间的叶片面积比例。结果显示, CA算法选取的15个波长均在1 400.3~1 450.0 nm范围内, CA-PLSR模型的建模精度(R■)为0.975 5、建模集均方根误差(RMSEC)为2.81%,验证集精度(R■)为0.933 2、验证集均方根误差(RMSEV)为2.31%。RF算法选取的特征波长分布范围较CA法选取范围广,具有局部"峰谷"特� 展开更多
关键词 含水率 马铃薯叶片 高光谱成像 图像分割 可视化
下载PDF
基于遗传算法的蔬菜缺素叶片图像特征选择研究 被引量:20
14
作者 毛罕平 徐贵力 李萍萍 《江苏大学学报(自然科学版)》 EI CAS 2003年第2期1-5,共5页
在基于计算机视觉技术的无土栽培蔬菜营养元素缺乏智能识别研究中,如何选择缺素叶片分类能力强的特征项组合是识别诊断面临的关键问题,利用遗传算法对提取的缺素叶片图像众多颜色和纹理特征项进行优化选择,以达到诊断识别用的信息最优,... 在基于计算机视觉技术的无土栽培蔬菜营养元素缺乏智能识别研究中,如何选择缺素叶片分类能力强的特征项组合是识别诊断面临的关键问题,利用遗传算法对提取的缺素叶片图像众多颜色和纹理特征项进行优化选择,以达到诊断识别用的信息最优,实验表明。 展开更多
关键词 遗传算法 番茄 缺素症 叶片 图像特征 优化选择 蔬菜 智能识别 计算机视觉
下载PDF
植物叶面积系数法改进研究 被引量:24
15
作者 胡林 《中国农学通报》 2015年第5期228-233,共6页
植物叶面积计算是植物野外调查的重要关键内容,由于传统植物叶面积计算公式s=kab中,k值随物种的不同而存在很大差异,往往造成公式应用的困难。为了方便k值的正确选择,收集了具有代表性的9种形态的植物叶片,求出不同形态叶片的k值,为植... 植物叶面积计算是植物野外调查的重要关键内容,由于传统植物叶面积计算公式s=kab中,k值随物种的不同而存在很大差异,往往造成公式应用的困难。为了方便k值的正确选择,收集了具有代表性的9种形态的植物叶片,求出不同形态叶片的k值,为植物叶面积野外调查提供方便。k值计算方法为,利用计算机软件Image Pro Plus 6.0计算了植物叶片的面积、面积与外接矩形的面积比、最大直径、最小直径、宽度与长度共6个参数。借鉴传统植物叶片的分类方法,根据最大直径与最小直径的比值,将叶片分为披针形、长卵形、卵圆形、矩形或圆形4种类型,求出这4种类型叶片的k值分别为1/3,1/2,2/3和5/6。经过试验证明,公式在改进前,叶片面积k值的平均误差接近20%,改进后叶片面积的k值的平均误差仅为4%,叶片面积的估测误差明显降低。按叶形将叶片分类确定k值后,k值的选择方便快速,外业人员只需简单培训就可明显提升野外作业的效率和精度。 展开更多
关键词 植物 叶面积 图像处理 误差 外接矩形
下载PDF
基于Matlab的植物叶面积数字摄影图像处理 被引量:20
16
作者 贾爱莲 张淑娟 《山西农业大学学报(自然科学版)》 CAS 2006年第1期80-82,共3页
为了研究植物的生长规律,应用数字摄影图像处理法对山楂叶面积进行无损测量,该方法采用数码相机在田间获取山楂叶子的数字图像,对所拍图像进行背景去除、二值化及中值滤波处理,然后利用Matlab软件编程,快速计算出叶子的面积。把这一面... 为了研究植物的生长规律,应用数字摄影图像处理法对山楂叶面积进行无损测量,该方法采用数码相机在田间获取山楂叶子的数字图像,对所拍图像进行背景去除、二值化及中值滤波处理,然后利用Matlab软件编程,快速计算出叶子的面积。把这一面积同常用的叶纸称重法所测面积进行比较,结果基本相同,由此可见,数字摄影图像法测量叶面积,具有简单、准确、方便快捷的特点,这对数字农业的植物信息快速采集和利用具有重要的意义。 展开更多
关键词 叶面积 数字摄影 MATLAB 图像处理
下载PDF
植物多叶片图像目标识别和叶面积测量方法 被引量:20
17
作者 李震 洪添胜 +2 位作者 吴伟斌 张文昭 刘敏娟 《华南农业大学学报》 CAS CSCD 北大核心 2007年第3期105-109,共5页
分析了图像处理方法测量叶面积中采用CCD照相机和扫描仪2种采集设备各自的优、缺点.针对目前各种叶面积测量方法均为逐片测量的局限性,以MATLAB数学分析软件为平台开发了对多叶片扫描图像中各叶片进行目标识别和面积计算的算法.试验结... 分析了图像处理方法测量叶面积中采用CCD照相机和扫描仪2种采集设备各自的优、缺点.针对目前各种叶面积测量方法均为逐片测量的局限性,以MATLAB数学分析软件为平台开发了对多叶片扫描图像中各叶片进行目标识别和面积计算的算法.试验结果表明,该算法在叶片间不重叠的条件下识别准确率达到100%,测量得到的叶面积与采用称重法得到的叶面积间的相对误差为2.43%,决定系数(R2)为0.9996.试验证明,该算法可以实现对多叶片扫描图像中各叶片的准确识别和叶面积测量. 展开更多
关键词 目标识别 叶面积 图像处理 区域标识 平台扫描仪
下载PDF
基于卷积神经网络和树叶纹理的树种识别研究 被引量:20
18
作者 赵鹏超 戚大伟 《森林工程》 2018年第1期56-59,共4页
利用计算机图像工程技术和卷积神经网络将大量树叶图像叶脉信息提取并分类,主要研究单一背景下阔叶树叶脉纹理特征。本实验采用卷积神经网络在图像信息识别准确率高,无需人工定义树叶纹理特征减少繁琐的人工成本。将网络在Caffe平台上... 利用计算机图像工程技术和卷积神经网络将大量树叶图像叶脉信息提取并分类,主要研究单一背景下阔叶树叶脉纹理特征。本实验采用卷积神经网络在图像信息识别准确率高,无需人工定义树叶纹理特征减少繁琐的人工成本。将网络在Caffe平台上面进行定义,使用符合标准正态分布的一组随机参数初始化网络。对卷积神经网络使用BP神经网络反向传播算法和随机梯度下降算法训练。经过对于网络的训练最终识别率达到95%以上,超过了人眼的识别率,为树种识别研究提供有效的分类方法。卷积神经网络在树叶纹理中省去了人工定义树叶特征的工作。最终多次实验得到可观的识别效果,卷积神经网络适用于树叶图像的识别,其识别率基本达到可以应用的要求。 展开更多
关键词 卷积神经网络 树种识别 树叶纹理 图像工程 阔叶
下载PDF
基于BP神经网络的烟叶颜色自动分级研究 被引量:20
19
作者 顾金梅 吴雪梅 +2 位作者 龙曾宇 袁奎 张磊 《中国农机化学报》 2016年第4期110-114,共5页
在形状、身份、油分及颜色等因素中,颜色是影响烟叶等级的一个重要因子。为实现根据烟叶颜色特征对烟叶等级的自动区分,选取贵州黔南地区中部六个等级的烟叶作为实验样本,经过样本采集、预处理,提取出样本的颜色特征值,分析RGB、HIS及HS... 在形状、身份、油分及颜色等因素中,颜色是影响烟叶等级的一个重要因子。为实现根据烟叶颜色特征对烟叶等级的自动区分,选取贵州黔南地区中部六个等级的烟叶作为实验样本,经过样本采集、预处理,提取出样本的颜色特征值,分析RGB、HIS及HSV三种颜色模型下各颜色分量对烟叶等级影响的研究;基于BP神经网络,依据烟叶等级间差异较大的颜色分量作为神经网络输入因子,从而实现烟叶等级的预测识别。结果显示,用该模型进行烟叶等级预测识别的准确率可达89.17%,耗时仅0.39s。说明根据设计的BP神经网络可实现通过颜色特征对烟叶等级较为准确的预测,可靠性高。 展开更多
关键词 烟叶 等级 图像处理 颜色特征 BP神经网络 识别
下载PDF
基于图像处理技术的四种苜蓿叶部病害的识别 被引量:19
20
作者 秦丰 刘东霞 +3 位作者 孙炳达 阮柳 马占鸿 王海光 《中国农业大学学报》 CAS CSCD 北大核心 2016年第10期65-75,共11页
基于图像处理技术,对4种苜蓿叶部病害进行识别研究。利用结合K中值聚类算法和线性判别分析的分割方法对病斑图像作分割,获得了较好的分割效果。结果表明:该分割方法在由4种病害图像数据集整合成的汇总图像数据集上综合得分的平均值和中... 基于图像处理技术,对4种苜蓿叶部病害进行识别研究。利用结合K中值聚类算法和线性判别分析的分割方法对病斑图像作分割,获得了较好的分割效果。结果表明:该分割方法在由4种病害图像数据集整合成的汇总图像数据集上综合得分的平均值和中值分别为0.877 1和0.899 7;召回率的平均值和中值分别为0.829 4和0.851 4;准确率的平均值和中值分别为0.924 9和0.942 4。进一步提取病斑图像的颜色特征、形状特征和纹理特征共计129个,利用朴素贝叶斯方法和线性判别分析方法建立病害识别模型,并结合顺序前向选择方法实现特征筛选,分别获得最优特征子集;同时利用这2个最优特征子集,结合支持向量机(Support vector machine,SVM)建立病害识别模型。比较各模型的识别效果,发现利用所建线性判别分析模型下的最优特征子集,结合SVM建立的病害识别模型识别效果最好,训练集识别正确率为96.18%,测试集识别正确率为93.10%。由此可见,本研究所建基于图像处理技术的病害识别模型可用于识别上述4种苜蓿叶部病害,为苜蓿病害的诊断和鉴别提供了一定依据。 展开更多
关键词 苜蓿 叶部病害 图像识别 图像分割 特征优选 支持向量机
原文传递
上一页 1 2 17 下一页 到第
使用帮助 返回顶部