排序方式: 共有10条查询结果,搜索用时 328 毫秒
1
1.
作物籽粒图象识别的光照条件研究 总被引:7,自引:1,他引:7
在模式识别理论分析基础上,依据光源光谱、CCD摄象元件光谱响应以及作物籽粒表面反射率光谱特性,得出籽粒黑白图象识别系统最佳光源为单色光,其波长为使两待识籽粒反射率光谱差值与CCD光谱响应二者的串联响应最大的波长。根据测得的正常和带紫斑病大豆的反射率光谱,计算出了用于识别这两类大豆的光源波长 相似文献
2.
3.
4.
[目的/意义]为了提高大豆叶片图像的分类精度与效率,进一步对大豆叶片图像进行存储与管理。[方法/过程]本文利用深度学习方法,针对肉眼观察准确率较低且不同人群分类结果差异较大的大豆叶片图像数据提出了一种自动分类方法。本研究首先对大豆叶片进行ROI感兴趣区域划分,进而利用分水岭分割方法对大豆叶片进行提取,最后通过深度学习高效精确的实现了大豆叶片的分类识别。[结果/结论]通过分析大豆叶片形态图像特点后,基于深度学习开展了对大豆叶片形态的分类识别的研究,达到了较高的识别准确率。 相似文献
5.
图象识别AGVS自动在线专家系统设计 总被引:1,自引:2,他引:1
该文介绍了一种产生式规划计算机专家的设计,该专家系统应用于有线图象识别式自动引导车辆系统启动后的自动在线及其行驶过程中掉线后的重在线,重点论了专家系统产生式规则的定义及自动在线机理,有关分析方法可供研究其它机动车辆进行路自动预瞄与跟踪的参考。 相似文献
6.
为进行昆虫图象的识别和分类,对昆虫图象几何形状特征的提取及测量进行了研究。提取了区域面积、边界周长、孔洞数、偏心率、形状参数、圆形性、似圆度、球状性和叶状性9个直观易测的特征。采用判别分析方法对这些特征进行筛选得到6个具有判别意义的特征,分别为区域面积、偏心率、形状参数、周长、似圆度、叶状性;剔除了与似圆度具有相关性的圆形性和球状性等特征。利用这6个特征对3种昆虫进行了识别,准确率均达到100%,表明本研究所提取的6个昆虫图象特征用于昆虫图象识别是有效的。 相似文献
7.
本文通过调查15幅图像的颜色特征,分别提取两种常用的颜色模式要素RGB(红绿蓝)和HSL(色度、饱和度和亮度)进行主成分分析,试图确定这两种颜色模式要素间的相关关系,提取在图像识别应用中采用颜色模式要素方法时。准确识别图象颜色特征的要素。提出确定而有意义的表征颜色特征的要素指标。经实验分析。结果如下:图像颜色要素R与G、B和H、B和L、H和S、H和L之间正相关极显著。R和L之间正相关显著;R和S、G和S、G和H之间负相关极显著,并且以上6个颜色要素可用三个主成分指标很好的代替。而且指标意义清晰。含义丰富。 相似文献
8.
9.
10.
<正>近几年,浒关蚕种场主要在农村原蚕区生产蚕种,要提升其蚕种质量,微粒子检测水准要更上一层楼,必须跟上高科技的步伐,努力探索和掌握原蚕区微粒子产生、发展、传染的途径和规律,运用现代分子生物学技术和计算机图象识别系统来检测微粒子,才能真正做好检测管理工作。具体而言,从宏观和微观上把握、健全科技创新机制、加强检测管理硬 相似文献
1