首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  国内免费   2篇
  完全免费   90篇
     97篇
  2017年   3篇
  2016年   1篇
  2015年   1篇
  2014年   2篇
  2013年   5篇
  2012年   5篇
  2011年   4篇
  2010年   5篇
  2009年   7篇
  2008年   5篇
  2007年   5篇
  2006年   2篇
  2005年   11篇
  2004年   5篇
  2003年   2篇
  2002年   8篇
  2001年   8篇
  2000年   3篇
  1999年   3篇
  1998年   3篇
  1997年   5篇
  1996年   1篇
  1995年   3篇
排序方式: 共有97条查询结果,搜索用时 31 毫秒
1.
基于颜色分形的水果计算机视觉分级技术   总被引:48,自引:10,他引:38       下载免费PDF全文
通过对不同着色等级的水果分析,以各色度在水果表面分布的分形维数为特征进行分级,该特征值不仅考虑了各色度点的累计特性,而且考虑了色度点空间分布特性,使颜色分级更符合实际情况。将各色度域分形维数作为模式处理,建立了人工神经网络识别模型。学习后的模型分级正确率高,达到95%,能够满足计算机视觉实时分级水果生产线的要求  相似文献
2.
基于计算机视觉技术参考物法测量叶片面积   总被引:42,自引:4,他引:38       下载免费PDF全文
该研究利用计算机视觉技术采用参考物法测量叶片的面积,研制了无需采摘叶片测量其面积的活体采样光箱,并进行了光箱参数的优化,研究了用极值法求得阈值,并对图像进行阈值化,研究了去除图像中残留杂点的方法,最后验证利用计算机视觉技术参考物法测量叶片面积的可行性,且测量精度和效率都很高  相似文献
3.
采用计算机视觉进行棉花虫害程度的自动测定   总被引:36,自引:5,他引:31       下载免费PDF全文
采用计算机视觉技术,根据棉花叶片的孔洞及叶片边缘的残缺,来测定棉花虫害的受害程度。该方法应用局部门限法完成图像与背景的分割;用高斯拉普拉斯算子,进行棉花图像的边缘检测;利用边缘跟踪算法确定棉叶中的孔洞;利用膨胀算法确定叶片边缘的残缺。实验结果表明,该方法可有效的测定棉花虫害的受害程度,其测定误差小于0.05。  相似文献
4.
缺素叶片彩色图像颜色特征提取的研究   总被引:35,自引:3,他引:32       下载免费PDF全文
在提取无土栽培番茄营养元素亏缺叶片彩色图像的颜色特征时,为了使颜色特征有效性不受叶片大小、形状和叶片背景噪声影响,对由几种常用颜色系统表示的叶片图像进行了统计算法、相关系数算法提取叶片颜色特征的研究,以上的方法未能获得很有效的颜色特征。最后,提出了百分率直方图法提取缺素叶片图像颜色特征,进行了除去图像中白色背景影响的研究,用百分率直方图取代一般直方图以解决叶片大小对颜色特征提取影响的研究,以及如何确定提取颜色值区域的研究,此方法提取的颜色特征能理想地识别缺素番茄叶片,准确率在70%以上。  相似文献
5.
在MATLAB环境中基于计算机视觉技术的大米垩白检测   总被引:34,自引:7,他引:27       下载免费PDF全文
提出了利用计算机视觉系统代替人眼对垩白等大米质量参数进行自动检测的方法,以适应农业工程中的自动化的要求。为了验证检测方法的可行性,采用了MATLAB软件开发平台来构造基于计算机视觉的大米垩白检测算法。在对不同的大米图像处理的基础上,完成了对大米垩白参数垩白度和垩白粒率的测定。实验结果表明,本算法及程序设计是有效可靠的。  相似文献
6.
利用计算机图像处理技术分析了玉米苗期田间杂草的特征量,识别出田间杂草并确定了杂草的位置和生长状况。研究中采用双峰法滤除了土壤背景,根据投影面积、叶长、叶宽识别出了杂草,并且根据杂草投影面积确定出了杂草密度。实验结果表明,此方法可有效地识别出玉米苗期田间细长的单子叶杂草。  相似文献
7.
果实表面颜色计算机视觉分级技术研究   总被引:34,自引:7,他引:27       下载免费PDF全文
以计算机视觉自动检测果实表面着色度并进行分级为目的,建立了室内计算机视觉系统获取苹果果实的彩色图像,并将RGB值转换成HLS值;在分析苹果颜色特性的基础上,确定了用合适色相值下累计着色面积百分比进行颜色分级的方法。分级试验结果表明,用建立的准则和方法,计算机视觉分级与人工分级的一致度在88%以上。  相似文献
8.
通过建立图像数据采集与分析系统及相关的农副产品图像数据库,实现对农副产品品质(表面颜色、形状、缺陷)的准确分级。使用该系统,对100个富士苹果进行质量分级,检测优等果准确率达到96%。对其它农副产品也可以通过建立其样本图像数据库,进行多种信息的综合分析与判断,实现对不同农产品品质的检测与分级。  相似文献
9.
利用计算机视觉技术的烟叶质量分选系统研究   总被引:30,自引:7,他引:23       下载免费PDF全文
利用计算机视觉技术开发了烟叶质量分选系统。该系统对采集系统进行定标,控制感光度。提取了180个特征参数并进行选择形成特征向量,去除了标准样本中的奇异样本。利用人工神经网络对多个地区的烟叶进行学习和分类,检测准确率均在80%以上,半数地区检测准确率在90%以上。对烟叶分类该系统具有较高的实用价值。  相似文献
10.
基于计算机视觉技术的温室黄瓜叶片营养信息检测   总被引:29,自引:6,他引:23       下载免费PDF全文
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。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号