排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
在基于计算机视觉技术对无土栽培番茄营养元素缺乏智能识别研究中,对不易被肉眼判别的缺氮和缺钾初期叶片进行图像特征的提取和优化选择研究,以提高识别的准确率。提出了应用相对差值百分率直方图提取缺素叶片的颜色特征,应用差分算子提取纹理的时域特征、应用傅里叶变换提取纹理的频域特征、应用小波包提取纹理的时频特征等的新方法,并新提出从颜色和纹理时域、频域、时频域等多个角度集成提取缺素叶片图像的有效特征,利用遗传算法对提取的众多特征项进行优化选择,以使诊断识别用的信息分类能力最优。试验表明,该方法识别的准确率较高,达到95%~92.5%,而且可以比肉眼识别提前6~10 d。 相似文献
2.
缺素叶片彩色图像颜色特征提取的研究 总被引:37,自引:3,他引:37
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
3.
4.
5.
6.
1