首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 769 毫秒
1.
针对植物叶片识别中识别精度低的问题,从叶片特征描述、分类器设计两个角度出发提出了一种基于集成神经网络的植物叶片识别方法。叶片特征由区域几何特征与纹理特征共同构成,其中区域几何特征由不变矩特征和叶片几何描述参数共同构成,叶片纹理特征利用灰度共生矩阵进行提取。在分类器设计方面,采用一种集成神经网络学习算法,用于解决多类别植物叶片分类问题,其基分类器由二类别分类器和互补分类器构成。为避免叶片特征受到旋转等因素的影响,需要对叶片图像进行预处理。在预处理后,利用集成神经网络分类器对叶片样本进行训练与识别。在Flavia叶片数据库中选取20类叶片,每类30张共计600张叶片进行试验,基于集成神经网络的植物叶片识别方法的平均识别精度为91%。与其他叶片识别方法相比,试验结果表明,此方法可以提高叶片识别的精度。  相似文献   

2.
果蝇求偶行为计算机检测识别方法   总被引:1,自引:0,他引:1  
为解决果蝇求偶行为难以检测与识别的问题,探讨了基于图形图像处理技术的果蝇求偶行为的微机检测与识别的方法与步骤:包括用动态恢复背景的方法进行背景恢复、果蝇身体提取、合成果蝇个体二值图像、翅膀提取等.设计了求偶果蝇检测算法,并基于VC++和Opencv开发系统予以实现.结果表明,该方法克服了人工识别费时费力的问题并具有较高的可靠性.该研究结果可以扩展,在生物及细胞的表型与行为认知中得到广泛应用.  相似文献   

3.
流体网络建模在工业系统仿真中具有不可缺少的重要地位,本文提出了一种利用MFC开发流体网络图形管理系统的方法,包括如何设计、组织以及管理图形类,其中图形的跨文档复制和粘贴、端口的添加、减少和旋转等功能的实现方法是本文的创新点,这些创新点使得对图形的操作更加稳定、快捷.实验表明,利用本系统能够快速、简便地搭建流体网络的模型图,而且能实现图形间数据的处理和传递.  相似文献   

4.
以三峡库区大宁河流域为例,提出了基于流域属性和模型敏感性参数两种相似流域的识别方法。案例研究结果表明,基于参数敏感性法的相似流域识别结果较好,评价标准等级划分精细程度会影响属性法的结果。当评价标准很精细时,两种相似流域识别方法得到的结果趋于一致,表明两种方法均可用于相似流域判定。同时,两种方法各有其适应性,在实际应用时可将两种方法相结合,以便获得更为精确的识别结果。本研究所提出的方法有助于改善农业非点源污染模拟技术,实现农业非点源污染影响的准确量化。  相似文献   

5.
拓扑简化可以为渐进网格带来更好的效果,但目前几乎所有的渐进网格方法都不支持拓扑简化,而且edge collapse和vertex split操作有时会产生非流形.针对这些问题,提出了基于图形旋转系统的渐进网格法.以基于图形旋转系统的数据结构和操作实现了渐进网格,用图形旋转系统的操作集合构建了edge collapse和vertex split操作.在此基础上,通过扩展新操作即可进行任意拓扑变化,从而实现拓扑简化,  相似文献   

6.
采用了多种图像处理及目标特征识别方法相结合同时对多个目标进行识别。首先采用了阈值分割、数学形态学方法来分割目标图像,为了获得较完整的目标区域,又使用了基于模糊集理论的区域扩张方法来再次分割目标图像。然后,计算多目标的扩展不变矩特征值。最后,为实现图像快速、并行、准确的识别,并利于大量图像样本的存储,建立了神经网络识别系统。通过Pioneer3DX机器人平台实验,该方法可以在室内环境下同时对多个目标进行快速、准确的识别。  相似文献   

7.
基于叶片图像处理和稀疏表示的植物识别方法   总被引:1,自引:0,他引:1  
基于植物叶片图像的植物识别方法研究在保护生态环境方面具有十分重要的意义。针对植物叶片的复杂、多样性而导致很多基于特征提取的植物识别方法识别率不高的问题,提出了一种基于改进稀疏表示的植物识别方法。该方法利用最近邻准则实现稀疏表示,通过稀疏表示系数实现植物识别。该方法的创新点是将叶片图像识别问题转化为求解待识别样本关于训练样本的稀疏表示问题,是直接对原始叶片图像进行操作,而不需要进行特征提取和选择过程,由此提高了算法的识别效率。在6种叶片图像数据集上的试验结果显示,该方法对叶片图像识别是可行的,识别率高达94%以上。该方法为非线性、复杂叶片图像识别提供了一种途径。  相似文献   

8.
木材识别方法研究综述   总被引:8,自引:1,他引:7  
介绍了人工知识、对分检索和穿孔卡片检索等3种传统木材识别方法和数据库检索识别方法。指出基于计算机视觉的木材识别方法的优点,它将成为木材识别的一种趋势。根据识别过程将该方法按照给定木材的类型、识别的特征和分类器等3种方式进行分类.并给出了每种类型详细的分类和当前研究的进展。最后,对今后木材识别研究在语义特征提取、语义特征与纹理特征的结合、树种指纹挖掘、无切片识别和设备研制等5个方面提出了自己的看法。  相似文献   

9.
为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22)  相似文献   

10.
针对现有的网格简化方法不能一直保持模型的二维流形性,提出了2种基于图形旋转系统的拓扑改变操作CutHandle和CreateHandle,这2种操作能够保持模型的二维流形性,并且不改变模型的外观.CutHandle操作能够切断一个复杂的柄,也可以封闭一个洞.CreateHandle是其逆操作.在此基础上,提出一种新的基于图形旋转系统的网格简化方法,能够进行拓扑简化,并保持模型的二维流形性.对斯坦福大学的bone模型和buddhaf模型进行了试验,效果良好,模型始终保持了二维流形.  相似文献   

11.
[目的]提出一种基于轮廓特征的目标识别方法对猪的行为进行分类和识别。[方法]先采用背景减除法提取运动目标的轮廓,并利用HSV彩色空间模型的色度和饱和度信息消除阴影对目标检测的影响,再运用其轮廓的边界矩特征构建一个轮廓特征向量模型,分析比较待测行为姿态轮廓特征向量与每类标准模板之间的欧氏距离,对猪的4种行为即正常行走、低头站立、抬头站立和躺卧进行分类。[结果]该方法能够有效对猪的4种行为进行分类,准确率达80%以上。[结论]该项研究对养殖场中猪的精神状态和异常行为识别进行了有益的探索。  相似文献   

12.
本文旨在研究可视化计算机识别技术来提高对马铃薯病害的识别作用。在可视化计算机识别技术的基础上,引进了OTSU-SFLA算法对图像病斑分隔处理,通过卷积神经网络识别法对马铃薯病害进行图像特征提取和图像识别。实验结果表明,该识别方法能够对马铃薯早疫病等5种马铃薯常见病害实现图片识别,平均综合识别率达到98.2%。可视化计算机识别技术的广泛应用能够有效帮助基层科技人员和种植人员诊断和防治马铃薯病害,极大地防止由于马铃薯病害导致的经济损失的产生。  相似文献   

13.
基于主成分分析及LVQ神经网络的番茄种子品种识别   总被引:1,自引:0,他引:1  
提出了一种基于主成分分析优化(PCA)及竞争性神经网络(LVQ)的番茄种子品种识别方法,对番茄品种识别技术与算法进行了研究,提取了番茄种子的几何特征、纹理特征和7个不变矩特征,通过主成分分析选取了4个主成分作为人工神经网络的输入,对黑迪、红迪、佳粉十八、金迪、丘比特5个品种进行了LVQ神经网络品种识别试验。试验结果表明,竞争层节点数目为20,训练次数为96时每粒种子识别的平均耗时最短,识别准确率最高,分别为0.2 s、90.5%,基于机器视觉的番茄种子品种识别与检测方法是可行的。  相似文献   

14.
为了解决传统花卉识别方法中特征提取主观性强、模型泛化能力差、错分率高的问题,提出一种基于Inception_v3的深度迁移学习模型的花卉图像识别方法。本研究对5种常见花卉图像进行识别分类,首先对原始图像进行预处理,通过对每张图像进行水平翻转、旋转操作,扩增数据集;其次,采用预训练完毕的Inception_v3模型,对其在ImageNet上训练好的网络参数进行迁移学习,对各个参数进行微调,并保留原模型的特征提取能力,并将原模型的全连接层替换为符合本研究要求的5分类softmax分类输出层,从而构建基于深度迁移学习的识别模型。对5种花卉共计11 000张图像进行训练和验证,平均识别正确率达到93.73%,与传统的花卉识别方法相比,识别率得到提高,模型鲁棒性更强,具有一定的使用价值。  相似文献   

15.
本文提出了一种适合矩不变特性的球虫卵囊图像的预处理算法,并基于改进的变形雅克比-傅立叶矩,分别对同一虫卵的不同图像和不同球虫卵囊图像进行理论计算和对比实验发现,同一种球虫卵囊的不变矩值分布具有很好的一致性,而不同种类球虫卵囊的不变矩值分布又具有很好的区别性,基于该预处理方法对巨型艾美尔球虫卵囊的尺度、平移、旋转等多畸变图像进行计算,各矩值标准偏差很小,说明该方法可以很好地提高不变矩在图像识别中的可用性和准确性。  相似文献   

16.
一种基于形态学的木材导管图像分割方法   总被引:1,自引:2,他引:1  
木材识别对木材科学和产业具有重要的意义,微观识别方法准确性高但过程繁琐,只有木材专家才能掌握。基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材。该文提出了一种基于显微结构图像的木材导管自动提取方法,运用数学形态学的腐蚀、膨胀及开、闭运算进行去噪处理和边缘增强,将导管形态从阔叶材横切面显微图像中成功地提取出来。该方法为定量分析和提取阔叶材管孔式特征奠定了基础,是对基于图像的智能木材识别技术的有益探索。大量的试验表明,该方法是有效的。   相似文献   

17.
同类叶片图像的复杂多样性增加了植物识别研究的难度,导致利用叶片图像进行植物识别的识别率不高,因此提出一种基于典型相关分析(CCA)全局和局部特征融合的植物识别方法。首先,采用有较好的光照及旋转不变性的梯度直方图(HOG)和边缘轮廓Fourier描述子作为植物识别的特征;然后利用CCA在特征层将HOG和Fourier描述子相融合,构成更具分类鉴别力的一个特征向量;最后利用K-最近邻分类器进行植物识别。在ICL叶片图像数据库上的试验结果表明了该方法的有效性。  相似文献   

18.
在大屏环境中,岩心的高自由度旋转观察具有重要意义,但传统鼠标方式不适合进行大屏幕环境中的三维自由操作,而基于普通摄像头的手势识别方法受光照、背景等的影响较大,缺乏实时性与鲁棒性。基于深度传感器Kinect,根据地质工作者在实际中操控三维岩心的需求,提出一种自适应Kalman滤波方法,以获取实时连续的手部深度数据,进一步识别出岩心操控手势,最终实现了具有高鲁棒性和高自由度的三维岩心操控浏览界面。研究表明,利用自适应Kalman滤波方法和多模型协同手势识别方法能够提高手势轨迹识别和三维岩心操控的准确性。  相似文献   

19.
提出了一种图像序列中车牌字符识别的新方法.由于实际采集到的单个车牌字符不仅信息量少,且往往会发生偏转,因此直接识别比较困难.本文的算法首先用训练图像的Zemike矩构造出不同类字符的特征子空间,然后通过连续多帧字符图像的特征向量向子空间投影的方法对字符进行初次识别;Zemike矩具有旋转不变性,因此对旋转相似字符识别率不高,通过采用拆分的方法对这些字符进行二次投影,可以准确的将它们区分开来.实验表明Zernike矩对噪声具有鲁棒性,用它作为字符特征能得到较好的识别效果.  相似文献   

20.
为了减少黄瓜叶部病害给农业生产带来的损失,提高病害的识别率和精度,提出了一种基于颜色特征和属性约简算法的黄瓜病害叶片分割与识别方法。该方法首先利用最大类间方差(Otsu)阈值法对黄瓜病害叶片图像进行病斑分割;其次提取病斑图像的36个分类特征,再利用基于区分矩阵的属性约简算法进行特征选择;最后利用最近邻分类器进行病害识别。该方法在5种常见黄瓜病害叶片图像数据库上进行了病害识别试验,结果表明,识别率高达94.8%。说明,该方法对作物病害叶片图像识别是有效可行的。  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