【摘 要】
：
针对单依靠颜色或形状将采摘期玫瑰花从图像中分割出来难度较大的问题,研究一种基于神经网络的食用玫瑰花图像识别算法。将处于采摘期的玫瑰花正面图像作为识别对象,先提取HSI色彩空间下的S分量,用最大类间方差法(Otsu)进行分割;再提取目标图像灰度共生矩阵下的纹理特征,选取区分度高的纹理特征,结合BP神经网络,建立识别模型。试验结果表明:该方法正确识别率>85%,识别率主要受试验样本开放标准选取的影响,
论文部分内容阅读
针对单依靠颜色或形状将采摘期玫瑰花从图像中分割出来难度较大的问题,研究一种基于神经网络的食用玫瑰花图像识别算法。将处于采摘期的玫瑰花正面图像作为识别对象,先提取HSI色彩空间下的S分量,用最大类间方差法(Otsu)进行分割;再提取目标图像灰度共生矩阵下的纹理特征,选取区分度高的纹理特征,结合BP神经网络,建立识别模型。试验结果表明:该方法正确识别率>85%,识别率主要受试验样本开放标准选取的影响,而受光照影响不敏感,是一种较好的识别方法。
其他文献
研究绝缘子的闪络特性,准确检测绝缘子的闪络位置及强弱,对于保证电力系统的安全可靠运行、减少设备损坏具有重要的意义。针对俄罗斯菲林-6紫外检测图像亮度较暗、检测目标与背景对比度不高的缺点,提出一种基于数学形态学的紫外图象处理方法,该方法综合应用数学形态学中组合结构元素及其方向差异性,依次进行直方图匹配增强、滤波、梯度边界提取等图像处理,提高了图像的信噪比、增强了目标。以绝缘子闪络放电为实例,提取并突
For the scientific management of farmland,it is significant to understand the spatio-temporal variability of soil organic matter and to study the influences of related factors.Using geostatistical the
In agricultural systems, maintenance of soil organic matter has long been recognized as a strategy to reduce soil degradation. Manure amendments and green manures are management practices that can inc
Careful soil management is important for the soil quality and productivity improvement of the reclaimed coastal tidal flat saline land in northern Jiangsu Province, China. Farmyard manure( FYM) and mu
针对高植被覆盖区AMSR-E土壤水分数据的精度较低等问题,根据地面长时间序列观测数据,采用回归分析及线性拉伸方法,对比分析整体及逐月的校准效果,探讨AMSR-E土壤水分的最佳校准方案。研究结果表明,基于回归分析或线性拉伸方法的整体校准效果均较差,逐月校准方法则较好地吻合了地面观测数据的变化趋势,其中逐月回归分析方法可获得最佳的校准效果,线性拉伸方法强调所有像元具有相同的均值与方差,忽略了土壤水分的
通过对木材图像进行3尺度的小波变换,在高频内判断图像的美化点,对确定的美化点进行美化处理,用蜂值信噪比、均方误差值和灰度曲线对美化效果进行评价。研究结果表明,该方法不仅美化了木材图像,也保留了木材纹理信息,同时用灰度曲线可以直观地分析图像的美化效果。
Soil moisture has been considered as one of the main indicators that are widely used in the fields of hydrology,climate,ecology and others.The land surface temperature-vegetation index(LST-VI) space h
Water repellency(WR) is a phenomenon known from many soils around the world and can occur in arid as well as in humid climates;few studies,however,have examined the effect of soil WR on the soil-plant
Soil has been identified as a possible carbon(C) sink for sequestering atmospheric carbon dioxide(CO_2).However,soil organic carbon(SOC) dynamics in agro-ecosystems is affected by complex interactions
针对种子破损局部特征的检测,提出一种基于多尺度角点准确性检测的簇分类算法。该算法对多尺度破损特征角点分类并进行分类点空间位置和尺度上非最大值抑制确定破损局部结构的簇候选特征点,并以候选特征点来参与特征准确性精化的迭代计算。试验结果表明,该算法去除了常规多尺度角点算法检测破损特征存在的冗余点,有效提高了多尺度下种子破损特征定位准确度,降低了迭代计算的时间复杂度。