首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 218 毫秒
1.
将需要研究的植物叶片从复杂的背景下提取出来是后期图像理解和图像分析的关键。、主要是在支持向量机的基础上将叶片从复杂的环境下提取出来,并与H通道的()’rSu算法和最大直方图熵与GA相结合的图像分割算法相比较,在Matlab环境下进行仿真分析,结果显示支持向量机在复杂背景下进行图像分割方面有优势。  相似文献   

2.
基于SVM的高粱叶片病斑图像自动分割提取方法研究   总被引:2,自引:1,他引:1       下载免费PDF全文
为实现高粱叶片病斑的自动化无损监测,利用支持向量机(SVM)技术对高粱叶片病斑图像进行自动分割提取研究。结果表明,通过选取RGB、HIS和Lab 3种颜色空间的颜色特征值可以消除对作物病斑拍照时产生的光照、亮度等影响。在MATLAB软件环境下调用LIBSVM软件对病斑图片中的病斑图像像素点和背景图像像素点建立支持向量机分类模型,可以实现对病斑的高效分割和高质量提取。分割提取效果与人眼识别的病斑图像高度吻合。如果利用大量采集的病斑图像进行模型训练,就可以真正实现完全自动化的病斑分割、提取和判别。因此,该研究对建立完全自动化的作物病斑图像识别系统意义重大。  相似文献   

3.
基于支持向量机的水稻稻瘟病图像分割研究   总被引:2,自引:0,他引:2  
水稻稻瘟病图像的分割是水稻稻瘟病自动分析与识别的关键环节,其分割效果直接影响后续处理。提出一种基于支持向量机的水稻稻瘟病病害彩色图像分割方法。首先选取叶子正常部分的像素点以及颜色相对复杂的病斑像素点作为负训练样本和正训练样本,提取像素R、G、B彩色分量作为特征向量,对支持向量机进行训练,然后在RGB空间利用训练好的支持向量机对待分割图像的所有像素点进行分类,实现水稻稻瘟病彩色图像的分割。为了获得最佳的分割效果,采用网格搜索法对径向基核函数下的不同核参数分割效果和性能进行比较与分析,确定最佳模型参数。利用此模型进行水稻稻瘟病图像分割实验,获得较好的分割精度,结果优于最大类间方差分割算法。  相似文献   

4.
植物叶片提取是一种将拍摄到的植物叶片与其周围景物分离的技术,它为计算机技术在植物叶片检索中的应用提供了基础数据和技术支撑。由于自然场景下拍摄的植物叶片往往含有复杂的背景信息,这使得植物叶片提取成为一项比较复杂的工作。分析复杂背景下植物叶片提取的难点,针对现有的基于图像分割提取技术存在的缺陷,将Closed-Form抠图算法引入其中并提出1种基于Closed-Form抠图算法的复杂背景下植物叶片的提取方法。该方法首先需要用户对具有复杂背景的叶片图像添加一定的约束条件,然后通过估算未知像素的透明度α对其进行前景与背景的确认,从而较好地将具有复杂背景的植物叶片提取出来。试验对比结果表明,该方法效果较好。  相似文献   

5.
快速准确地识别黄瓜病害类型是黄瓜病害防治的前提,针对现有基于病害叶片图像的黄瓜病害识别方法中的病斑分割和特征提取难题,提出一种基于显著区域和方向梯度直方图的黄瓜病害叶片图像分割与识别方法。首先,利用叶片图像的亮度和颜色低阶特征,结合多尺度分析确定原始采用病害叶片图像的显著图;其次,利用K-均值算法分割显著图,得到病斑图像;再提取病斑图像的方向梯度直方图特征;最后利用支持向量机(support vector machine,简称SVM)进行病害识别。在4种常见黄瓜病害叶片图像数据库上进行测试,平均正确识别率大于90%。结果表明,该方法能够准确分割和识别复杂背景下的黄瓜病害叶片图像,为田间开放环境下实现黄瓜病害的快速自动识别提供了依据。  相似文献   

6.
为了减少黄瓜叶部病害给农业生产者带来的损失,提高病害的识别率和精度,提出一种基于支持向量机的复杂背景下的黄瓜叶部病害的识别方法。采用K-均值聚类算法和LOG算子等理论,并提出一种基于超像素(super pixel)和形状上下文(shape context)的复杂背景下的黄瓜叶片图像分割算法,将黄瓜病害叶片从复杂背景中成功地分离出来;采用分水岭等算法将病斑从黄瓜病害叶片中分割出来;再根据病斑的特点,分别为黄瓜白粉病和霜霉病提取了颜色、形状、纹理3个方面的比较典型的特征参数;分别建立了黄瓜叶片白粉病检测器和黄瓜叶片霜霉病检测器,将黄瓜叶片病害检测器分为2部分,第1部分为病斑检测器,第2部分是根据病斑检测器的结果来进一步判断叶片是否患有某种病害。试验结果表明:对于黄瓜白粉病的识别,采用基于径向基核函数的SVM病斑检测器的结果进行黄瓜叶片白粉病检测的识别率较高(98.33%),说明采用径向基核函数的方法更适合于白粉病病斑检测器的设计;对于黄瓜霜霉病的识别,采用基于线性核函数的SVM病斑检测器的结果进行黄瓜叶片霜霉病检测的识别率较高(95%),说明采用线性核函数的方法更适合于霜霉病病斑检测器的设计。以上提出的基于支持向量机的方法能有效地进行黄瓜白粉病和霜霉病的识别。  相似文献   

7.
复杂背景下黄瓜病害叶片的分割方法研究   总被引:2,自引:0,他引:2  
利用图像处理和模式识别技术进行复杂背景下黄瓜叶部病害的自动识别,需要先把目标叶片从复杂背景中分割出来,才能进行后续的特征提取和病害识别。为实现复杂背景下黄瓜叶片的分割,首先利用K-均值聚类算法去除图片中的非绿色部分,再采用基于laplacian of gaussia(LOG)算子的方法对待分割的叶片进行区域检测,然后进行基于形状上下文(shape context)的模板匹配和分割。为了提高匹配速度,先检测叶片的生长点和叶尖,以确定叶片的位置、尺寸和方向;然后使用基于超像素(superpixel)的最优匹配搜索方法来减少搜索的复杂度。对20幅黄瓜叶部病害图像进行分割测试,并与人工分割法进行对比,结果表明,本文所采用的分割算法能较好地从复杂背景下提取出黄瓜叶部病害图像,分割准确率达94.7%,为后期黄瓜病斑的特征提取等工作奠定了良好的基础。  相似文献   

8.
作物病害是影响作物产量和质量的重要因素,如何进行病斑的准确提取是后期病害识别的一个关键步骤。为了提高复杂环境下病斑提取的准确率,提出一种基于叶片颜色的病斑提取方法,利用叶片正常部位和病害部位的颜色信息的不同,进行基于支持向量机的分割处理,从而得到很好的分割效果,然后对得到的图像进行最大类间差法处理,完成病斑的提取。结果表明,该方法具有有效性。  相似文献   

9.
针对大区域田间复杂背景下植物病害远程识别中的叶片病斑检测难问题,提出一种基于改进Bernsen二值化算法的植物病害远程检测方法。通过物联网采集不同区域的植物叶片图像,根据在RGB和HIS颜色空间中叶片病斑与正常叶片和背景的色调差异的特点,利用改进Bernsen二值化算法分别在图像的R、G、B、H 4个颜色通道上提取病斑,然后进行病斑图像融合,得到病斑图像。采用该方法对多幅物联网视频植物病害叶片图像进行病斑分割。实验结果表明,该算法在复杂背景环境下能够有效分割植物病斑图像,去除大量复杂背景,得到病斑图像。该方法能够为大区域植物病害远程智能监控系统提供技术指导。  相似文献   

10.
高攀  钱宇珊  王佩玲  吕新 《新疆农业科学》2018,55(12):2288-2295
【目的】解决棉田复杂背景下棉花叶部病害快速识别问题,为提出一种快速提取棉花植株和分割棉花叶片的方法。【方法】通过棉花植株的RGB颜色特征将植株与土壤进行分离,结合形态学处理技术和彩色分割方法,将植株的茎秆去除,保留棉花叶片部分;分别使用广度搜索分割算法、分水岭分割算法和轮廓搜索分割算法,对棉花叶片图像进行分割提取。【结果】基于广度搜索的分割算法将叶片轮廓搜索出来与原图融合分离出叶片,该算法对于图像结构简单的情况分割效果较好,通过对应的drawContours函数将每个轮廓画出,再与原图定位,将叶片的完整信息也轮廓结合,实现叶片的分离。【结论】基于距离变换的分水岭分割算法存在过分割问题,基于广度搜索分割算法与边缘检测结合对于叶片结构清楚图像分割效果显著,与轮廓搜索算法相比,后者的适用性更广,提取的轮廓层次结构也清楚,分割效果最佳。  相似文献   

11.
在基于叶片图像进行植物识别和生长状态监控时,植物目标叶片的准确分割和识别是前提和基础,但复杂背景给叶片的分割和识别带来了极大的挑战。本研究提出基于Mask-RCNN深度学习网络分割和识别复杂背景下多目标叶片的算法,共拍摄自然生长状态下常见的植物叶片图像7 357张,标注3 000张作为训练数据库,这3 000张图像共包含4种植物,分别为孔雀竹芋(Calathea makoyana)、珊瑚树(Viburnum odoratissinum)、洋常春藤(Hedera helix L.)和黄花羊蹄甲(Bauhinia tomentosa)。选择这4种植物的80个测试样本图像进行分割、识别与错分率分析。结果表明:Mask-RCNN深度学习网络对这4种植物的识别效果良好,未出现误识别的情况;分割的平均图像错分率为0.93%,最大值不超过2.49%,即分割准确率达97.51%;同时该算法具有强大的迁移能力。  相似文献   

12.
李国斌 《北京农业》2011,(18):55-56
在园林绿化中,通过许多彩叶植物绚丽的色彩与绿叶植物的相互映衬,极大地丰富了城市的色彩;而且彩叶植物枝繁叶茂,易于形成大面积的群体景观。  相似文献   

13.
李国斌 《北京农业》2011,(27):23-24
在园林绿化中,通过许多彩叶植物绚丽的色彩与绿叶植物的相互映衬,极大地丰富了城市的色彩;而且彩叶植物枝繁叶茂,易于形成大面积的群体景观。  相似文献   

14.
依据植物图像中不同目标的区域特征,应用多水平集分割算法分割植物图像.该算法能够将植物的花朵、叶片以及背景有效地分割开.与基于聚类的多尺度Ncut算法的分割效果进行比较,多水平集方法在分割效果上优于多尺度Ncut算法.  相似文献   

15.
为了实现温室植物病害的智能化防治,采用数字图像处理技术对植物病害进行诊断已成为主要技术之一。就黄瓜侵染性病害的图象处理及特征值提取方法进行了研究。研究在图像预处理中,由于病变叶片形状大小不一、背景的存在和病状的不同,必然套对图像处理造成影响。本研究以选择图像的背景为切入点,分离了叶片与背景;利用边框裁减算法进行了图像处理窗口的确定,从而有效地提高了处理速度;比较了两种滤波的效果:选择邻域均值法作为颜色特征提取前的预处理,选择中值滤波作为纹理特征提取前的预处理;根据RGB三体对人眼的刺激程度的不同对图像进行了灰度化处理,从而简化了图像的处理难度.并提高了处理速度;利用双峰法从背景中分割出有效分析叶片部分,利用OSTU法将叶片正常部位与病态部位分割出来。从而为后续提取有效的病害诊断特征参数和建立模式识剐系统奠定了基础。  相似文献   

16.
选用常用观赏性植物大叶黄杨的叶片作为待检测的苗圃苗木,基于OpenCV 进行关于大叶黄杨叶片检 测识别程序的编写,训练得到了检测大叶黄杨叶片级联的Boosted 分类器,通过检测Haar 特征,旨在找到一种能够 从复杂背景视频图像中检测大叶黄杨叶片的动态检测方法,满足苗圃除草机的检测识别要求。通过试验检测的数据 和实际测试的结果证实,基于OpenCV 的特征物体检测方法对复杂背景视频图像中的大叶黄杨叶片检测是可行的, 也是较简便的。  相似文献   

17.
【目的】研究干旱复水背景下的化学调控棉花增产稳产可行性,为农业植棉生产提供理论指导。【方法】模拟田间干旱背景条件,采用裂区设计,主区设置人工打顶与化学封顶2种打顶方式,副区设置干旱复水后3、6、9 d喷施低量缩节胺和无缩节胺喷施对照处理,分析延迟化控条件下,棉花的株型结构及产量变化。【结果】棉花的株高、主茎节间长度、果枝长度、倒四叶叶面积、株宽横截面面积及籽棉产量均与喷施缩节胺延迟天数呈负相关,延迟6 d缩节胺处理棉花相较于延迟9 d处理和对照处理增产显著,株型更为紧凑,在棉花茎粗、果枝夹角等指标上优于延迟3 d处理,可有效防止棉花早衰。相较于人工打顶,化学封顶提高了棉花主茎叶片数、倒四叶叶面积、伏桃个数和籽棉产量,在棉花株高及其他农艺指标上与人工打顶差异不显著。【结论】棉花蕾期受干旱胁迫后,适当延迟6 d喷施低量缩节胺,采用化学封顶,能够激发受干旱胁迫后棉花的补偿效应,最大限度的发挥棉花增产稳产的潜力,棉花产量最高。  相似文献   

18.
在“生态相似性”营养保育策略的指导下,研究了武汉植物园迁地保护的樟科Lauraceae和木兰科Magnoliaceae 21种珍稀植物的营养状况,以及它们所生长土壤的营养条件。结果表明,土壤大量元素平均质量分数顺序为钙>镁>氮>钾>硫>磷。质量分数和元素顺序说明可供植物吸收利用的氮磷钾较为缺乏。元素平均值、背景值以及氮、磷比值分析可以得出,植物体内的磷、硫以及氮较为缺乏。6种元素的生物吸收系数顺序为氮>磷>钾>硫>钙>镁,这在一定程度上反映植物对6种元素的需求顺序。针对21种植物叶片营养状况与土壤营养条件的关系,为确保珍稀植物“从种子到种子”的成功,建议适量增加土壤中可供植物吸收利用的氮、磷和钾。图1表6参17  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号