期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于序列图像三维重建的稻种品种识别
被引量：
5
1
作者
钱燕
尹文庆
+2 位作者
林相泽
丁永前
冯学斌
《农业工程学报》
EI
CAS
CSCD
北大核心
2014年第7期190-196,共7页
利用机器视觉技术识别稻种表面形态,从而识别种子纯度,可以为种子品质确定提供一种快速精确的技术方法。该文应用序列图像聚焦测度法进行了稻种三维重建,在稻种的品种识别中,将三维特征作为识别依据,相对传统方法仅采用二维图像特征作...
利用机器视觉技术识别稻种表面形态,从而识别种子纯度,可以为种子品质确定提供一种快速精确的技术方法。该文应用序列图像聚焦测度法进行了稻种三维重建,在稻种的品种识别中,将三维特征作为识别依据,相对传统方法仅采用二维图像特征作为识别手段,具有稻种形态测量参数值更精确,外观特征及缺陷表达更全面的优势。该方法通过分析显微镜平台获取的多幅不同对焦距离的图像序列,计算聚焦测度和焦点深度值。结合序列图像聚焦测度法与表面纹理重现,实现稻种形态表面三维重建。通过构造BP神经网络模型,利用测量所得三维立体特征值进行稻种的品种识别,筛选适合稻种检测的BP神经网络算法。试验结果表明,序列图像方法应用于稻种三维重建,其测量精度可达到5μm,将测量所得的三维特征值作为参数进行5个稻种的品种识别,识别率在90%以上。该研究可为农作物品种识别中三维形态及纹理特征的研究提供参考。
展开更多
关键词
机器视觉
神经网络
图像识别
序列图像
三维重建
聚焦
测度法
dff
品种
稻种
下载PDF
职称材料
题名
基于序列图像三维重建的稻种品种识别
被引量：
5
1
作者
钱燕
尹文庆
林相泽
丁永前
冯学斌
机构
南京农业大学工学院
江苏省现代设施农业技术与装备工程实验室
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2014年第7期190-196,共7页
基金
江苏省农机三项工程项目(NJ2010-02)
南京农业大学青年科技创新基金(KJ2010032)
中央高校基本科研业务费(KYZ201127)
文摘
利用机器视觉技术识别稻种表面形态,从而识别种子纯度,可以为种子品质确定提供一种快速精确的技术方法。该文应用序列图像聚焦测度法进行了稻种三维重建,在稻种的品种识别中,将三维特征作为识别依据,相对传统方法仅采用二维图像特征作为识别手段,具有稻种形态测量参数值更精确,外观特征及缺陷表达更全面的优势。该方法通过分析显微镜平台获取的多幅不同对焦距离的图像序列,计算聚焦测度和焦点深度值。结合序列图像聚焦测度法与表面纹理重现,实现稻种形态表面三维重建。通过构造BP神经网络模型,利用测量所得三维立体特征值进行稻种的品种识别,筛选适合稻种检测的BP神经网络算法。试验结果表明,序列图像方法应用于稻种三维重建,其测量精度可达到5μm,将测量所得的三维特征值作为参数进行5个稻种的品种识别,识别率在90%以上。该研究可为农作物品种识别中三维形态及纹理特征的研究提供参考。
关键词
机器视觉
神经网络
图像识别
序列图像
三维重建
聚焦
测度法
dff
品种
稻种
Keywords
computer vision
neural networks
image recognition
sequence image
three-dimensionalreconstruction
depth from focus （
dff
）
variety
rice seed
分类号
S2 [农业科学—农业工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于序列图像三维重建的稻种品种识别
钱燕
尹文庆
林相泽
丁永前
冯学斌
《农业工程学报》
EI
CAS
CSCD
北大核心
2014
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
