共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
随着国家大力发展智慧农业,计算机视觉技术在农业领域中的应用也得到快速发展,推进着农业生产向高质量、高产量的方向不断发展。本文分析了当前计算机视觉在农业领域中农作物病虫害识别、种子和果实分级检测、农作物生长环境监测和农田土壤特征分析等方面的研究现状,并进一步讨论了计算机视觉和深度学习结在农业领域中和应用,最后对计算机视觉技术在农业领域的研究中存在的问题进行了分析和展望。 相似文献
3.
综合运用计算机数字图像处理技术与机器视觉技术,通过编程实现了以RGB颜色模型为基础的直方图双峰法、迭代法和最大类间方差法,并分析比较了它们在农作物与背景物识别应用中的优缺点。试验结果表明,最大类间方差法识别作物区域的准确率可达80%以上。 相似文献
4.
5.
6.
中华绒螯蟹蟹壳颜色的识别量化研究 总被引:1,自引:0,他引:1
利用数字图像处理知识和计算机视觉技术,对中华绒螯蟹蟹壳的图像进行分析,编制相应的计算程序,对选取的区域内蟹壳颜色特征进行统计和处理,分别用RGB、HIS两种方法对图像进行均值量化,为人们对蟹壳颜色的辨别提供了一个客观的依据,这对进一步研究中华绒螯蟹的生长、发育和健康状况等,特别是对中华绒螯蟹苗种质量的量化鉴别具有重要的指导意义。 相似文献
7.
8.
YHS变换及其在遥感图像识别中的应用研究 总被引:3,自引:0,他引:3
对彩色遥感图像进行判读,主要是根据地物在图像上的亮度、对比度、颜色和纹理等特征来识别.为了将人工识别的经验定量地引入计算机图像识别中来,提出了一种基于遥感信息模式分类的YHS变换方法,并讨论了变换的物理意义和实际应用结果. 相似文献
9.
为了实现计算机视觉对竹块的自动识别与颜色分类,研究了竹块图像的颜色特征、颜色分类方法。首先,将原始图像由RGB空间转换为HSI空间,用OTSU法确定阈值对原图灰度图像分割背景,用radon变换倾斜校正,提取竹块颜色判定有效区域,并计算其HSI的均值和标准偏差,作为特征参数输入BP网络进行训练。结果表明,该方法简捷有效,人工神经网络与人工分级的平均一致度为94.5%。 相似文献
10.
计算机辅助小麦图像识别应用中颜色特征基本参量的表达 总被引:7,自引:0,他引:7
在计算机辅助图像处理中,运用颜色特征进行图像的分类和识别是简便而有效的一种方法。然而,颜色特征的表达和提取是否准确、合理直接决定着分类和识别的可靠性。本文在重点分析RGB、HIS和L*a*b*三种常用颜色模式基本参量含义及相互间关系的基础上,结合小麦图像自身的特点,通过对30幅小麦图像在三种颜色模式下的9个基本参量进行主成分分析,建立了应用于小麦图像识别的颜色特征基本参量表达式,并对这三种颜色模式的9个基本参量进行了分类,提出了确定而有意义的表征小麦颜色特征的主成分指标。结果如下:基于第一主成分的分类指标综合表达出小麦冠层的亮绿色特点,分类结果具有较高的准确性和可靠性;第二主成分指标主要表达小麦冠层黄绿颜色变化的特点,能够形成连续的量化指标空间。第三主成分指标主要表达小麦正常绿色的情况,在图像获取亮度差异较小时可以进行小麦正常绿色值的评价。 相似文献