排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
基于SVM的小麦叶部病害识别方法研究 总被引:2,自引:0,他引:2
为了准确识别小麦叶部常见病害,为小麦病情诊断和发展状况判断提供科学依据,设计并实现了一种基于SVM(Support Vector Machine)的小麦叶部常见病害识别方法。该方法可以实现对小麦白粉病、条锈病和叶锈病的准确识别。首先,基于中值滤波法和K均值聚类算法,实现了图像的去噪及病斑分割;然后,提取了病斑区域形状特征和纹理特征;最后,利用SVM算法对小麦叶部病害进行了分类识别。随机试验结果表明,利用所提取的特征可以有效地实现小麦叶部常见病害的识别,基于形状特征的综合识别率可达99.33%;利用SVM算法进行小麦病害叶片识别是有效的、可行的。该方法对于农作物病害智能识别的推广具有较好的借鉴意义。 相似文献
2.
3.
为了探讨微波杀菌对芒果原浆品质的影响,研究不同微波功率、处理时间、样品初始温度对芒果原浆菌落总数及维生素C含量、褐变度(BD)和色泽等品质指标的影响,采用正交试验优化微波杀菌工艺条件,并与巴氏杀菌工艺进行比较,分析杀菌前后芒果原浆菌落总数及感官品质的变化。结果表明,微波处理具有非常好的杀菌效果,且能抑制芒果原浆的褐变度、保护芒果原浆的营养成分和色泽。芒果原浆微波杀菌工艺最佳参数为:微波功率550 W,处理时间60 s,样品初始温度35℃,此工艺下菌落总数为50 CFU/m L,杀菌率达99.9%。与巴氏杀菌处理相比,采用微波杀菌不仅能达到更好的杀菌效果,而且原有品质保持良好。该杀菌工艺的研究为芒果原浆的贮存提供了理论依据。 相似文献
4.
基于光照无关图理论的苹果表面阴影去除方法 总被引:5,自引:5,他引:0
阴影影响下苹果目标的快速准确识别是苹果采摘机器人视觉系统必须解决的关键技术之一。为了实现阴影影响下苹果目标的准确识别,该研究采用光照无关图理论实现了苹果表面阴影的去除。以自然场景下获取的受不同程度阴影影响的苹果目标图像为研究对象,首先利用光照无关图原理获取阴影苹果图像的光照无关图,达到突出苹果目标阴影区域的目的;其次提取原图像的红色分量信息并与关照无关图进行相加处理;最后将相加后的图像进行自适应阈值分割处理,达到去除阴影的目的。为了验证该算法的有效性与准确性,利用20幅受阴影影响的苹果目标图像进行了试验,并与Otsu算法、1.5*R-G色差算法进行了对比,试验结果表明:Otsu算法仅能识别出未受阴影影响的苹果区域;1.5*R-G 色差算法受光照影响较大,对于苹果图像的相对强光照区域和部分阴影区域不能有效识别;基于光照无关图的苹果表面阴影去除方法对阴影影响下的苹果目标图像分割效果较好,可以克服光照过强的问题,并准确识别出阴影影响下的苹果目标。文中算法的平均假阳性率为17.49%,比Otsu算法降低了52.84%,比1.5*R-G算法降低了26.18%;文中算法的平均重叠系数为86.59%,比Otsu算法提高了47.2%,比1.5*R-G算法提高了11.03%;表明利用光照无关图可以有效地去除苹果表面的阴影,将其应用于阴影影响下的苹果目标的识别是可行的。 相似文献
5.
文章以山东半岛蓝色经济区发展规划为基础,分析船舶工程技术专业课程体系改革的原因,并结合改革实践提出了新课程体系的特点。 相似文献
1