共查询到20条相似文献，搜索用时 187 毫秒
1.
基于颜色特征的作物与背景分割的对比研究 总被引：2，自引：1，他引：1
化学除草剂和杀虫剂的运用对环境造成很大的冲击,有选择地对准目标精确喷药能够有效地减少化学药剂的使用量,对准精确喷药的关键是运用机器视觉技术正确地识别目标,而作物与背景的快速并准确地分割是正确识别目标的基础。文章介绍几种图像的颜色模型和转换公式,运用VC++软件设计出图像背景分割的程序。选择南京农业大学江浦农场的玉米田、花生田和校园内的小麦田作为研究对象,运用自行设计的程序对图像进行分割并计算出分割图像所需的时间。用处理耗时与处理效果两个指标来评定用于背景分割的几种颜色特征。研究结果表明,过绿的2G-R-B是最好的背景分割因子,这个分割因子具有耗时少、分割效果好且不受光照强度影响的特点,能够满足农业智能生产中实时性的要求。 相似文献
2.
考虑到目标和背景对图像分割的不同影响,提出了一种对目标和背景类的倒数熵进行加权平均的阈值分割方法。同时,针对该方法中权重参数m的选取问题,给出一种利用量子粒子群优化算法自适应选取参数的优化策略,依据图像分割质量评价均匀性准则对权重参数m在(0,1)区间进行全局寻优,进而实现了加权平均倒数熵阈值分割方法的自动阈值选取。研究结果表明,该方法可获得比传统熵阈值法更好的分割效果。 相似文献
3.
基于SOFM神经网络的茄子图像分割方法 总被引：3，自引：0，他引：3
以将茄子图像从复杂的背景中分割出来为目的,在分析茄子图像色差和色相的基础上,选取R—B、G—B和H作为自组织特征映射（SOFM）网络的输入特征向量,利用该网络自组织学习的特征进行聚类。采用信噪比、面积比、分割时间和傅里叶边界描述子等指标来评价分割精度。试验证明,基于SOFM神经网络图像分割评价优于单一闽值分割,适合复杂背景的彩色图像分割。 相似文献
4.
针对梅花数据的特点,提出一种基于自然背景下的梅花花朵分割算法TC(Texture Color)。该算法综合运用了分形纹理和颜色2种特征,有效分割背景图像中的干扰物,实现梅花图像分割。首先,采用双毯子方法计算图像的局部分形维数图,并对分形维数图采用大津阈值分割去除背景中大部分的干扰物;然后,利用颜色特征对剩余的干扰物进行有效分割。在采用颜色特征进行分割时,改进了色度直方图累加算法,并融合了饱和度特征,取得了很好的分割效果。在分割过程中,算法还采取了形态学操作、去噪和填充等处理技术,得到最终的分割结果。对9种梅花图像（每种20幅,共180幅）进行了分割实验,采用误分率对实验结果进行评价,并分别和2RGB模型分割方法、GrabCut算法进行了实验对比。实验结果表明:TC算法平均误分率控制在3%之内,比2RGB模型分割方法更加有效,并且该算法所耗费的时间比GrabCut算法要少很多而且无需人工交互。因此,本文提出的TC算法针对梅花图像的分割是非常有效的。 相似文献
5.
《江西农业学报》2015,(11)
在相关统计数据的基础上,以沂蒙山区主要的农业产业为研究对象,设立需求收入弹性系数、区位商、产值增长率、综合比较优势指数、人均产值系数、增长作用率6项评价指标,通过加权求和模型进行量化评价,再运用灰色聚类法对评价结果进行检验。结果表明:基于加权求和模型得出的沂蒙山区农业产业排序:烟草稻谷瓜菜薯类花生小麦水果大豆玉米棉花;基于灰色聚类法得出农业主导产业为烟草、稻谷种植;优势产业为瓜菜、水果、薯类、花生种植,一般产业为小麦、玉米、大豆、棉花。最后综合得出烟草、稻谷、瓜菜为主导产业,薯类、花生、小麦、水果为优势产业,玉米、大豆、棉花为一般产业。研究结果可为当地政府优化农业产业结构调整提供理论依据。 相似文献
6.
《江西农业学报》2022,(11)
在相关统计数据的基础上,以沂蒙山区主要的农业产业为研究对象,设立需求收入弹性系数、区位商、产值增长率、综合比较优势指数、人均产值系数、增长作用率6项评价指标,通过加权求和模型进行量化评价,再运用灰色聚类法对评价结果进行检验。结果表明:基于加权求和模型得出的沂蒙山区农业产业排序:烟草>稻谷>瓜菜>薯类>花生>小麦>水果>大豆>玉米>棉花;基于灰色聚类法得出农业主导产业为烟草、稻谷种植;优势产业为瓜菜、水果、薯类、花生种植,一般产业为小麦、玉米、大豆、棉花。最后综合得出烟草、稻谷、瓜菜为主导产业,薯类、花生、小麦、水果为优势产业,玉米、大豆、棉花为一般产业。研究结果可为当地政府优化农业产业结构调整提供理论依据。 相似文献
7.
通过对“基于灰度直方图”和“基于梯度直方图”两类典型的阈值分割算法进行比较和研究．得出背景一致的岩石骨料图像适合于采用最优阈值算法与最大类间方差法进行分割的结论． 相似文献
8.
《现代农业科技》2017,(22)
针对遥感影像分割数据质量评价与参数优选问题,本文提出了一种基于顶点距离度量的评价指数,通过计算匹配分割对象顶点与参考多边形边界之间的位置关系及其距离度量评价影像分割结果。该方法可使所选最优分割数据集中的匹配分割对象与参考多边形之间保持较高的几何一致性,较大程度地减轻欠分割和过分割效应。通过对World View 2、Quick Bird和ALOS等3个高分辨率卫星影像中农田、水体、林地和建筑物等多种地物类型的试验分析,表明多数最优分割数据集中匹配分割对象与参考多边形间的面积重合度达到70%及以上。本研究可为遥感影像分割数据质量评价和参数优选提供一种有效方法。 相似文献
9.
昆虫图像分割是昆虫图像的识别与鉴定的重点和难点.目前,昆虫分割算法速度慢、过程复杂且大多数只针对于单一背景图像.为了更准确高效地实现昆虫图像的前景背景图像分离,提出一种基于逐像素聚类的端对端的昆虫图像分割方法,能够同时实现复杂背景下的昆虫图像分割与昆虫种类识别.采用覆盖5个昆虫目级阶元的37种实际场景下拍摄的昆虫图像作为研究对象,首先通过试验确定所提模型的最优参数设置,选择ResNet101作为分割模型的主干特征提取网络,在IoU取0.50时,其掩膜分支平均准确度均值、定位平均准确度均值及平均识别误差率分别为93.15％、95.06％和12.12％,分割每张昆虫图像仅需0.080 s,所提模型能够同步实现复杂背景下昆虫目标与背景的快速准确分割并进行分类. 相似文献
10.
11.
大田条件下,以珍珠豆型花生品种"白沙1016"为材料,出苗后采用遮阳网遮光85%,遮光40d,研究了弱光胁迫对花生功能叶片光合特性及光合诱导的影响。结果表明,与对照相比,弱光下生长的花生叶片净光合速率(Pn)和气孔导度(Gs)较低,但胞间二氧化碳浓度(Ci)较高;弱光胁迫对花生光合诱导过程有显著影响,弱光下生长的花生叶片从黑暗转入强光后气孔开启晚、ФPSⅡ值和净光合速率上升慢,最终的ФPSⅡ值和净光合速率显著低于对照。总之,弱光下生长的花生净光合速率的降低是非气孔因素限制,其叶片碳同化能力低,光合诱导期延迟是其转入自然强光后光抑制严重的主要原因。 相似文献
12.
13.
14.
苗期弱光对花生光合特性的影响 总被引：12，自引：4，他引：8
【目的】探讨苗期不同弱光条件下花生(Arachis hypogaeaL.)叶片光合特性的变化规律,为合理规划麦套花生布局提供理论依据。【方法】以丰花1号为供试材料,在花生苗期用不同透光率的黑色遮阳网进行遮光,设置不遮光(CK)、遮光27%、遮光43%和遮光77%4个处理。测定遮光后花生功能叶片的叶绿素含量、净光合速率、光合曲线参数、荧光参数以及光合酶的活性,比较不同遮光处理间的差异。【结果】遮光后随遮光程度的增强,花生叶片净光合速率(Pn)显著降低,气孔导度(Gs)、细胞间隙CO2浓度(Ci)、光补偿点、光饱和点、CO2补偿点、CO2饱和点、羧化效率、RUBPCase和PEPCase活性显著降低;叶绿素含量、表观量子效率显著增加,实际光化学效率ФPSⅡ和最大光化学效率(Fv/Fm)升高;即时光强和长期遮光处理均能明显降低光合酶的活性。【结论】苗期遮光显著降低花生叶片的光合速率,原因是气孔限制、非气孔因素即叶肉细胞光合活性下降和光系统Ⅱ光能分配变化;提高了花生利用弱光的能力;遮光27%的影响较小,可据此合理规划麦套花生的种植规格。 相似文献
15.
16.
17.
Qi WANG Zhanxiang SUN Wei BAI Dongsheng ZHANG Yue ZHANG Ruonan WANG Wopke VAN DER WERF Jochem B. EVERS Tjeerd-Jan STOMPH Jianping GUO Lizhen ZHANG 《农业科学与工程前沿(英文版)》2021,8(3):432-446
18.
【目的】通过测定花生不同生育时期功能叶片的叶绿素荧光特性,探讨连续9年施用不同用量生物炭对花生叶片光系统Ⅱ的电子传递、光能吸收和氧化还原性能影响规律,同时观测叶片放氧复合体（OEC）受损程度变化趋势,为指导花生施肥提供理论支撑。【方法】于2011年建立的田间定位试验,设3个处理：CK（不施肥）;C15（生物炭225 kg·hm-2）;C50（生物炭750 kg·hm-2）。2019年分别采集不同生育时期花生功能叶,利用M-PEA-2仪器测定暗处理后的叶片光合指标。 【结果】通过分析不同生育时期花生功能叶叶绿素荧光参数发现,连续施用不同用量生物炭对快速叶绿素荧光动力学曲线（OJIP曲线）有显著影响。C15处理的K点的相对可变荧光强度差（ΔVT）在花生苗期和开花下针期分别为-0.002和-0.020,在结荚期和成熟期分别为-0.024和-0.053,与CK处理相比花生各生育时期功能叶K点的相对可变荧光强度显著降低;随着生物炭用量的增加,开花下针期与成熟期K点降低幅度有不同程度增大。花生功能叶叶绿素荧光参数在开花下针期和成熟期对生物炭的连续施用有积极响应,其具体表现为：在开花下针期,与CK处理相比C15处理的J点相对可变荧光强度（VJ）降低23.9%,初级醌受体（QA）被还原速率（MO）降低32.1%,捕获的激电子将电子传递到电子传递链中QA下游的其他电子受体的速率（ΨO）增加25.0%,以吸收光能为基础的光化学性能指数（PIABS）增加154.6%。缓解了花生功能叶片的放氧复合体（OEC）受损程度,提高电子由初级醌受体（QA）向电子传递链下游的其他电子受体传递的能力,随着生物炭用量的增加,效果越明显。在成熟期,施用不同量生物炭对花生叶片叶绿素荧光特性指标的影响与开花下针期基本一致,具体表现为：C15处理较CK处理J点相对可变荧光强度（VJ）和初级醌受体（QA）被还原速率（MO）显著降低,分别减少12.5%和16.0%,捕获的激电子将电子传递到电子传递链中QA下游的其他电子受体的速率（ΨO）增加7.8%,以吸收光能为基础的光化学性能指数（PIABS）增加73.7%;C50处理与CK处理相比J点相对可变荧光强度（VJ）减少13.2%,初级醌受体（QA）被还原速率（MO）减少19.4%,捕获的激电子将电子传递到电子传递链中QA游的其他电子受体的速率（ΨO）增加8.2%,以吸收光能为基础的光化学性能指数（PIABS）增加79.7%。【结论】连续施用生物炭能显著提高花生功能叶片在开花下针期和成熟期光系统Ⅱ电子传递效率,缓解OEC损伤程度,从而提高花生功能叶的光合性能。 相似文献
19.
光照强度对烟叶颜色特征向量的影响 总被引：1，自引：0，他引：1
烟叶颜色特征是用于烟叶等级判别的重要因子,影响烟叶图像质量和等级判别的重要因素是光照强度(简称光强)。为研究光强如何影响不同等级的烟叶颜色特征,设计烟叶图像采集系统,以人工分级所用光源光强为基准,在12个不同光强下分别采集不同等级烟叶图像,提取RGB、HIS及HSV模型的颜色分量,分析各等级的烟叶颜色分量在不同光强下的变化规律,研究不同等级各颜色分量对光强的敏感性,提出适合于烟叶等级判别的颜色分量和光强,为烟叶自动分级及光源选取提供科学依据。试验结果表明,对于R、V颜色分量,光强为2500 lx左右时,判别不同烟叶等级效果最佳。G、B、I和HSV模型中HHSV分量,光强为3200 lx左右时,判别不同烟叶等级效果最佳。 相似文献
20.
支持向量机和最大类间方差法结合的水稻冠层图像分割方法 总被引：2，自引：0，他引：2
针对田间多变光照强度给水稻冠层图像分割带来的难题,探讨了一种基于支持向量机(SVM)和最大类间方差法(OTSU法)相结合的水稻冠层图像分割算法。首先,从不同光强条件下的水稻冠层图像中采集代表性水稻和背景像元构建训练图像S1和S2,通过分析水稻S1和背景S2两类图像在RGB色彩空间中R、G、B色彩特征值的分布频率,rgb(标准化RGB)色彩空间中r、g、b色彩特征值的分布频率,CIE L*a*b*色彩空间中L*、a*、b*色彩特征值的分布频率,以及HSV色彩空间中H、S、V色彩特征值的分布频率,筛选出具有明显双峰特征的g、a*、b*和S作为关键色彩特征;然后,在由g、a*、b*和S色彩特征构成的多维色彩空间中采用支持向量机学习算法获得分隔水稻和背景像元的优化超平面Z(Z=0.421g+0.753 a*+0.152 b*+0.051S+0.085);最后,计算水稻冠层图像中每一像元的Z值,并用最大类间方差法计算分割阈值Z_t,从而实现水稻冠层图像分割。为了评价该分割方法,以90幅不同光强(阴天、多云和晴天)条件下采集到的田间水稻冠层图像作为测试图像,并以常用的ExGOTSU分割方法作为对比,分析该分割方法的分割精度和光强稳健性。结果表明,Ex GOTSU方法的精确度显著受光强条件影响,随着光强强度的提高而显著降低,光强稳健性差;该研究所提分割方法对阴天、多云和晴天条件下水稻冠层图像的分割误差为7.30%、8.72%和8.98%,分割精确度较高,且具有良好的光强稳健性。因此,该基于支持向量机和最大类间方差法相结合的水稻冠层图像分割方法具有较高的分割精度和光强稳健性,可为田间多变光照条件下水稻冠层图像精准分割提供技术参考。 相似文献