排序方式: 共有23条查询结果,搜索用时 0 毫秒
21.
22.
油菜叶片图像中主叶脉的去除是进行油菜叶片氮营养诊断的基础。经典的植物叶片叶脉提取算法由于不同程度地利用了叶片表面细节特征,不适合于实时性要求较高的油菜叶片营养诊断处理。为此,提出了一种基于RGB颜色空间的快速去除油菜叶片图像主叶脉的快速截留超绿—超红新算法。实验结果表明,提出的快速截留超绿—超红算法不仅能够准确、有效、完整地清除出油菜叶片的叶脉部分,同时能够有效地去除叶面上的污点、黄化部分以及虫咬痕迹。通过油菜叶色特征与叶片SPAD值相关性分析发现,清除主叶脉后的油菜叶片图像颜色特征对油菜叶片氮营养诊断更有效。 相似文献
23.
为探索基于计算机视觉的马铃薯表面缺陷检测新方法,该研究提出能将马铃薯表面疑似缺陷一次性分离出来的快速灰度截留分割方法和用于缺陷识别的十色模型。选择面积比率和十色比率作为缺陷判别特征,对分割出来的深色部位采用阈值法进行缺陷识别。采用基于快速G与亮度截留分割的2种方法对发芽进行识别。通过对326个马铃薯样本的652幅正反面图像进行试验,基于十色模型的缺陷识别方法对分割出来的深色区域的正确识别率为93.6%,基于快速G与亮度截留分割2种方法结合对有芽体图像的正确识别率为97.5%,马铃薯表面缺陷正确检测率为95 相似文献