跟踪虫算法在烤烟烟叶边界检测中的研究

烟叶的形状包括烟叶的长度、宽度、面积、周长和圆度等叶形参数,只有准确获得烟叶的边界轮廓信息,才能计算众多的叶形参数。文章介绍了经典的边缘检测算子,并利用跟踪虫算法准确提取烟叶的边界轮廓特征。结果表明,该算法具有很好的边界提取能力。     

基于径向基函数网络的变量施肥决策研究

应用RBF神经网络模型训练数据,进行施肥决策,并对神经网络训练的数据及其结果进行分析。结果表明,基于RBF神经网络建立的土壤养分、施肥量与产量之间的关系模型,具有较好的估计结果,可用于指导变量施肥。     

跟踪虫算法在烤烟烟叶边界检测中的研究

烟叶的形状包括烟叶的长度、宽度、面积、周长和圆度等叶形参数,只有准确获得烟叶的边界轮廓信息,才能计算众多的叶形参数。文章介绍了经典的边缘检测算子,并利用跟踪虫算法准确提取烟叶的边界轮廓特征。结果表明,该算法具有很好的边界提取能力。     

数学形态学在种子图像边缘检测中的应用

通过分析播种机性能检测的方法和种子目标的图像特点,提出一种基于数学形态学的种子图像边缘检测方法.利用开闭运算的级联对种子图像在生成过程中因传送带上的杂质等的干扰进行滤波后,采用3×3八方位方形结构元边缘检测算法获取种子的边缘.试验表明,与经典的边缘检测算子相比,该算法不仅具有很好的边缘提取能力,而且具有很强的抗噪能力.