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   192篇
  完全免费   30篇
  综合类   222篇
  2021年   1篇
  2020年   3篇
  2019年   3篇
  2018年   3篇
  2017年   12篇
  2016年   6篇
  2015年   12篇
  2014年   20篇
  2013年   15篇
  2012年   21篇
  2011年   19篇
  2010年   15篇
  2009年   22篇
  2008年   13篇
  2007年   17篇
  2006年   21篇
  2005年   5篇
  2004年   1篇
  2003年   3篇
  2000年   1篇
  1997年   2篇
  1996年   2篇
  1994年   2篇
  1993年   2篇
  1990年   1篇
排序方式: 共有222条查询结果,搜索用时 95 毫秒
1.
基于计算机视觉的脐橙分级系统研究   总被引:19,自引:2,他引:17  
脐橙的检测方法目前主要还是采用劳动强度大、工作效率低、随意性大、客观性不强、也不符合当前标准化要求的人工检测方法。运用计算机视觉和模式识别技术,研究了基于计算机视觉的脐橙分级系统,首先对获取的图像分割出背景、脐橙本体和表面缺陷,再根据脐橙的分级标准,提取出果实横径、表面缺陷的特征参数,采用径向基神经网络对脐橙样本进行了等级识别,实现脐橙的自动检测与分级。  相似文献
2.
 【目的】建立中国当代玉米品种的种子重要形态性状的基础信息集。【方法】扫描获得中国当代193个代表性玉米品种各50粒种子的正反面彩色图像,确定大小、形状、纹理和颜色共4大类27个能够系统反映籽粒形态的数量性状,自行编制数字图像处理程序实现了形态特征的自动提取并获得品种各性状的籽粒均值,采用SAS软件的单性状描述统计和单性状或同类性状聚类分析对品种进行评价与分类。【结果】建立了一个含有9 650个玉米粒的19 300幅彩色图像的数据库,明确了籽粒各个形态性状的变化规律,按变异程度分为大中小3个组别,发现中国当代玉米品种在大多数情况下聚集程度都比较高,筛选出36份(次)特异种质材料。【结论】研究结果为玉米粒的形态研究与应用提供了比较系统全面的数据,数字图像处理作为一种简便快速的作物籽粒形态检测技术将有十分广泛的应用前景。  相似文献
3.
玉米果穗DUS性状测试的图像处理应用研究   总被引:12,自引:0,他引:12       下载免费PDF全文
 【目的】评价图像处理法采集和数量化玉米果穗特异性、一致性和稳定性测试(DUS)性状的技术适用性。【方法】以4个品种各50个果穗及8个品种93~107个穗轴为材料,通过图像处理采集玉米DUS测试指南规定的7个性状(穗长、穗粗、穗形、粒顶色、穗轴色、穗行数和籽粒排列形式),应用多性状整体控制单一比较法分析品种特异性。【结果】穗长、穗粗和穗行数的图像处理误差分别为6.2%、1.6%和0.66%。果穗的穗缘角(穗形)在0~2.22°之间变化,各品种穗行角(籽粒排列形式)均值在89.4°~90.7°之间。穗形等4个质量或假质量性状成功转换为数量性状,信息量随之增加。籽粒顶端颜色在果穗间和果穗侧面间的差异都极其微小,其它性状的果穗侧面间差异与果穗间差异相当或者更小。图像处理容易获得同源样品的更多形态性状,可能导致品种伪差异的风险升高。【结论】图像处理具有客观、高效、低成本地采集和数量化玉米果穗DUS性状和其它更多性状的能力,结合多性状整体控制单一比较法等适当的统计分析技术,将在中国的新品种DUS测试中发挥越来越重要的作用。  相似文献
4.
为了实现温室病害的智能化防治,深入研究了植物病害图像处理中基于叶片纹理的特征值提取方法。通过对温室黄瓜斑疹病和角斑病的处理研究发现,利用灰度共生矩阵方法提取出来的惯性值是识别这两种病害较好的特征参量之一。  相似文献
5.
植物多叶片图像目标识别和叶面积测量方法   总被引:8,自引:0,他引:8       下载免费PDF全文
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0.999 6.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.  相似文献
6.
数字图像处理技术在农作物病虫草识别中的应用   总被引:7,自引:0,他引:7       下载免费PDF全文
 综述了近年来国内外在农作物病虫草识别中应用的主要图像处理方法,包括颜色空间区分法、纹理特征分析法、形态特征分析法、小波分析法、多种参数结合分析法以及特殊图像的分析法,概述了各种方法的原理,比较了各种处理方法的优缺点,并对相关的模式识别方法做了简要概括,最后指出目前研究存在的问题及今后的研究方向。  相似文献
7.
机器视觉技术在金莲花灌溉中的应用研究   总被引:7,自引:0,他引:7  
应用机器视觉技术研究了判断作物缺水状态的方法。在日光条件下采集了金莲花叶片图像,然后分别提取了红绿蓝(RGB)三色分量和它们的相对系数rgb及色度H。在RGB和HSI颜色模型下分析了各分量与作物缺水时间之间的相关特性.分析结果表明红色分量R、绿色分量G、蓝色分量B、以及r分量、b分量都与缺水时间之间有相当高的相关性,可以用作利用机器视觉快速判断金莲花缺水状况的指标,而其他分量与缺水时间之间没有明显的相关性。  相似文献
8.
基于神经网络的水稻三化螟识别系统的研究   总被引:7,自引:0,他引:7  
本文给出了一种基于图像处理和神经网络技术进行水稻三化螟识别的方法,即利用图像处理技术提取特征,利用MATLAB神经网络包进行识别。文中给出了系统的总体设计和实现方案,研究结果表明,该系统获得了理想的检测效果。这一思路为农田害虫自动识别提供了一种新方法。  相似文献
9.
基于计算机视觉的水稻叶部病害识别研究   总被引:7,自引:0,他引:7       下载免费PDF全文
【目的】文章重点分析了病健交界特征参数、病害识别流程对提高病害识别准确率的影响。实现水稻叶部15种主要病害的准确识别,尤其是相似病害的判断。【方法】(1)病斑图像获取:水稻叶部病害图像来源包括水稻大田、病害图册和病害数据库,文中选用改进的mean shift图像分割算法提取病叶图像中的病斑并根据相关方程获取病斑特征信息。(2)特征参数的选择与设计:首先选取一至三阶颜色矩和颜色直方图作为病害的颜色特征参数,选取球状性、偏心率和不变矩作为病斑的形状特征参数,选取角二阶矩、对比度和相关作为病斑的纹理特征参数;然后针对相似病斑误报率高的问题提出一种病健交界特征参数,通过病斑内部、边缘和外围颜色上的差异描述该特征,并根据3个区域相互间归一化颜色直方图的欧氏距离计算该项特征参数,该参数可以用于描述病斑与健康部分交界处的特征。(3)病害识别流程的设计:根据病害在颜色、形状、纹理、病健交界4个特征上差异的显著程度设计完成病害识别流程,流程中首先通过颜色特征识别病害,对于通过颜色特征无法识别的病害再通过形态特征识别,倘若形态特征依然无法识别则通过纹理和病健交界特征进行最终识别。(4)病害识别模型的建立:将病害数据分成两部分,一部分用于建立模型,另一部分用于模型的验证;利用LibSVM程序包完成建模,其中svmtrain函数用于建立支持向量机模型,Grid程序用于优化参数,svmpredict函数用于对模型进行验证。【结果】15种水稻叶部病斑可以从复杂的背景中分割出来,并可快速准确的被识别,平均识别准确率为92.67%,平均漏报率为7.00%,最大漏报率和误报率分别为15.00%和25.00%;病健交界特征参数引入后,识别准确率提高了14.00%,平均漏报率降低了7.50%,漏报率最大降幅为20.00%,误报率最大降幅为65.00%;与用所有特征参数直接进行病害识别相比,采用本文提出的识别流程进行病害识别的准确率提高了12.67%,漏报率降低了9.33%,一些病害的漏报率和误报率降幅达30.00%以上;在识别流程各步骤中,颜色特征识别环节的平均准确率为96.71%,漏报率和误报率均未超过10.00%;形态特征识别环节的平均准确率为94.17%,漏报率和误报率均未超过15.00%;纹理和病健交界特征识别环节的平均准确率为91.50%,漏报率和误报率均未超过25.00%。【结论】利用mean shift图像分割算法可以准确分割水稻叶部病斑;基于支持向量机模型的分类方法可以对15种水稻病斑准确分类;论文中提出的病健交界特征参数以及病斑识别流程均提高了病斑的识别准确率;病健交界特征参数对提高一些相似病害的识别精度效果显著;将这些方法相结合可以有效对水稻常见叶部病害进行识别,为水稻病害的田间智能诊断提供技术支撑。  相似文献
10.
茶叶的计算机识别应用研究   总被引:6,自引:2,他引:4  
汪建  杜世平  王开明 《安徽农业科学》2006,34(10):2139-2140
探讨了茶叶颜色实时检测的计算机系统的硬件组成以及有效的颜色检测模型和识别算法,并通过实验对其有效性进行了验证。探索了以茶的HIS图像为模型,提取H作为识别指标的遗传神经网络新途径,对茶叶图像进行了有效的识别。用所建立的识别指标和方法对不同烘炒工艺的茶叶进行检测,检测结果与人工判别结果的吻合率为91.7%,说明用计算机视觉代替人工感官进行识别是可行的。该方法的检测为茶叶感官品质检测提供了一种新的检测方法,应用前景广阔。  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