共查询到17条相似文献，搜索用时 296 毫秒
1.
OTSU最佳阈值法在棉花幼苗识别中的应用研究 总被引：2，自引：1，他引：1
棉花幼苗的识别与分离是实现自动化移栽的关键步骤,本文用视觉图像处理技术对棉花幼苗的识别进行了研究。对于用摄像头获取的棉花幼苗图像,在分析棉花幼苗及背景颜色的基础上,采用了OTSU法将表征在RGB颜色空间内的彩色图像转化为灰度图像,并使用非线性滤波法对灰度图像进行去噪处理,通过最大类间方差法选取了最佳分割阈值,将灰度图像转化为二值化图像。为了更好地提取并识别棉花幼苗特征,又细化处理了二值化图像,设计了去骨刺处理,消除了细化后图像骨刺对特征识别的影响,并且使用了加权模板匹配法,设计了防误判匹配法则。应用这些方法,实现了棉花幼苗的识别,说明用图像处理方法识别棉花幼苗是完全可行的。 相似文献
2.
基于颜色阈值的田间籽棉图像分割技术 总被引：4，自引：1，他引：3
为正确分割田间籽棉图像,将棉花与背景视为二个类别,在典型的未成熟籽棉图像和不同质量等级的成熟/过熟籽棉图像中,用肉眼选取20 000个白棉、黄染棉和污染棉等棉花像素以及20 000个棉株、土壤等背景像素,在RGB、HSI、La*b*和Hunter颜色空间下获取二类像素之间的颜色阈值,基于阈值进行图像分割,选取噪声较少的HSI和La*b*颜色空间,进一步基于形态学滤波器去噪,实验结果表明,907幅籽棉图像分割的准确率为87.21%和86.33%。HSI颜色空间更适合分割成熟籽棉图像,La*b*颜色空间则适合未成熟籽棉;颜色阈值覆盖范围广,基于速度的阈值分割法能够适应田间籽棉环境。 相似文献
3.
【目的】为探究棉花叶片蚜害快速识别的可行性,本研究对健康和受棉蚜为害的棉花叶片的高光谱图像进行识别。【方法】以新陆早45号为研究对象,通过获取健康和受棉蚜为害棉花叶片的高光谱图像,提取不同处理下棉花叶片的感兴趣区域光谱图像信息,并采用3种降维手段获取高光谱特征。利用灰度共生矩阵(Gray-Level Co-occurrence Matrix,GLCM)提取图像的纹理特征,构建棉蚜为害诊断模型。【结果】采用全纹理特征数据结合随机蛙跳-偏最小二乘线性判别分析模型(RF-PLS-LDA)建模得到的预测集识别率为91.49%;以能量(Energy)作为输入,建立主成分载荷-偏最小二乘线性判别分析模型(PCA-Loading-PLS-LDA),对预测集识别率达到92.55%。【结论】以灰度共生矩阵二阶统计量能量建模可有效地简化模型,减少计算量,提高预测的稳定性。基于纹理特征向量能有效地实现蚜害棉花叶片的识别,为虫情的快速识别提供技术支持。 相似文献
4.
基于HSV彩色模型的自然场景下棉花图像分割策略研究 总被引：6，自引：3，他引：3
棉花成熟度和空间位置的识别是采棉机器人研究的关键技术,解决此问题必须对棉花图像进行分割。选取HSV模型中与亮度无关的S通道作为棉花图像的特征,排除了图像明暗变化对分割效果的影响。文中分两种情况对图像信息未缺失的棉花提出了成熟度判别的策略：正面时利用成熟棉花棉瓣的分散性和单朵棉花面积较大等特征进行判别;侧面时通过成熟棉花棉瓣相对棉荚面积比较大的特征进行识别。根据提取分割后棉花图像的几何信息,可确定棉花的重心位置。试验结果表明：该算法能很好地将成熟棉花从背景中分离出来,并较好地保存了棉花的轮廓信息。 相似文献
5.
【目的】提高采摘机器人棉花图像处理系统中的图像分割准确率。【方法】提出融合马尔可夫随机场与量子粒子群聚类的图像分割算法。步骤:将读入的RGB模式彩色图像转换成灰度图像;利用本算法分割图像;通过对连通区域面积阈值的设定获取目标区域。使用本算法分割不同角度采集的棉花正面图像与棉花侧面图像,并采用分割精度、峰值信噪比,分别与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法和马尔可夫随机场图像分割算法进行效果比较。【结果】本算法分割精度、峰值信噪比平均值分别为98.94%、77.48dB,与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法、马尔科夫随机场图像分割算法相比,分割精度、峰值信噪比分别提高2.47~4.56百分点、9.81~13.11 dB。【结论】本算法处理棉花图像具有更高的分割精度以及峰值信噪比。 相似文献
6.
为了提高玉米品种识别的准确率,提出了一种基于深度和颜色的灰度直方图结合BP神经网络的玉米品种分类方法。使用深度传感器获取玉米子粒的深度图像,并将获得的RGB彩色图像转化为HSV图像进行分析,发现不同品种的H分量有明显差异,从而确定不同颜色范围对应的灰度值,用归一化和灰度化后的图片生成灰度直方图,发现不同品种的灰度特征值差异比较大,取其中重要的4个灰度特征值作为BP神经网络的输入,经过训练识别出不同的品种。试验结果表明,此方法识别出的玉米品种与人眼观察的结果基本一致。 相似文献
7.
为了提高对花生仁外观缺陷的在线分类准确率及效率。通过对采集完好、破损、霉变的花生仁RGB图像进行均值位移法、灰度处理以及阈值分割等预处理,研究提取了花生仁HSV颜色空间下的H、S、V各分量的一阶矩和二阶矩共6个颜色特征值,再基于灰度共生矩阵法提取能量、熵、对比度、逆差分矩共4个纹理特征值,构建颜色和纹理结合的特征向量,最后分别采用BP神经网络和SVM分类器对花生仁进行分类识别。结果表明：在花生仁的整体识别准确率上,BP神经网络为96.67%,SVM分类器为97.22%,后者优于前者,在识别时间上BP和SVM分别为2.5 s和1.1 s,识别效率上也是SVM更好,综合识别准确率和效率两方面考虑,优先选择SVM分类器模型来对花生仁进行分类识别。 相似文献
8.
基于深度卷积神经网络的玉米病害识别 总被引：8，自引：2，他引：6
为了提高玉米病害的识别率,本文提出了一种在自然环境条件下基于深度卷积神经网络的玉米病害识别方法。该方法以玉米常见的10类病害为研究对象。算法模型是先将图像预处理,应用Triplet loss双卷积神经网络结构学习玉米图像特征,再使用SIFT算法提取图像纹理细节,最后通过Softmax对图像进行标签分类。训练集采用正常玉米图像与玉米病害图像相结合的方式,使用深度相似性网络学习正常玉米图像特征表示,再使用迁移学习方法学习玉米病害图像的特征,最后对特征进行分类识别。研究结果表明,该方法可准确识别10种常见玉米病害,正确率可达90%以上,为玉米病害的防治提供了有效的技术支持。 相似文献
9.
《分子植物育种》2016,(3)
以转基因抗草甘膦棉花种质"G6-1"及其非转基因遗传背景亲本对照"中棉所49"为材料,研究了草甘膦浸种对棉花幼苗生长发育的影响。结果表明,抗草甘膦棉花种质"G6-1"和对照"中棉所49"在种子出苗率、棉花幼苗全株鲜重和可溶性蛋白增量等各项指标间差异均达到显著水平;当用大于0.5%浓度的草甘膦浸种时,"中棉所49"幼苗不能出土、鲜重已降到最低并枯萎死亡,而抗草甘膦棉花种质"G6-1"幼苗生长发育正常,这进一步证实了通过草甘膦浸种法鉴定抗草甘膦棉花是可行的;当浸种用草甘膦浓度达到3.0%,即使抗草甘膦棉花幼苗鲜重也出现显著的降低,所以推荐使用0.5%~1.0%浓度的草甘膦进行浸种鉴定。 相似文献
10.
利用无人机遥感技术提取农作物植被覆盖度方法研究 总被引：2，自引：0，他引：2
基于无人机的遥感信息获取技术已广泛应用在农业领域。无人机遥感平台获取农作物信息技术具有高时效、高分辨率、低成本、快速、准确等特点,是目前精准农业中农田信息获取的重要手段之一。利用无人机遥感技术获取可见光影像,以棉花、花生和玉米为研究对象,选取不同的植被指数进行可见光图像阈值分割,结合研究区域可见光影像监督分类结果,确定3种作物提取植被覆盖度方法。试验结果表明,利用无人机可见光图像植被指数阈值分类方法,可以有效提取作物植被覆盖度。该方法对于棉花、花生和玉米3种作物植被覆盖信息的提取精度较高。 相似文献
11.
基于数码图像的棉花叶片氮含量估测研究 总被引：1，自引：0，他引：1
为了探究利用数码图像处理技术诊断棉花氮素营养的最佳图像特征参数和最佳叶位,以‘新陆早53号’为材料,使用智能手机获取棉花不同叶位叶片图像,利用数字图像处理技术提取叶片图像颜色和纹理特征参数,分析叶片氮含量和特征参数的相关性,构建基于不同图像特征参数的氮含量估测模型。结果表明：颜色特征参数r、G/(B+R)、G/B和纹理特征参数COR、ASM与叶片氮含量相关性较好,相关性系数(r)均大于0.55。基于颜色-纹理综合特征参数构建的氮含量估测模型均优于基于颜色或纹理特征参数所建模型,其中倒4叶氮含量估测模型最优,模型决定系数(R2)为0.875、均方根误差(RMSE)为1.324、相对误差(RE)为8.09%。因此,利用数字图像处理进行棉花氮素营养诊断时,应选择的最佳图像特征参数为r、G/(B+R)、G/B、COR、ASM,应选择的最佳叶位为棉花倒4叶。 相似文献
12.
A vision system based on the service robot is involved. In the system, picture signal is acquired by the picture sensor OV7635. Frame memory AL422B is used as data buffer memory, while CPLD controlled the time order DSP performed. In the software system of image processing, to accomplish color image segmentation and recognition, the threshold vector judgment and improved seed-fill algorithm is introduced, and the image geometric moment is calculated during the segmenting. In order to achieve a vision servo system which composed of image-based feedback and adaptive compensation, the deduced matrix-based Jacobian from the image moment is taken as image feature. Adopted the TFT LCD is adopted to straightly disolav the result of vision recognition and vision tracing. 相似文献
13.
A single sample face recognition algorithm based on B-spline and image gradient is proposed. Image gradient method for face recognition has advantage of illumination invariant. But the recognition rate will be greatly decreased when the image contains noise which will seriously influence gradient information. Traditional methods to reduce noise smooth image at the same time and image gradient reorganization rate will be reduced. As the B-spline filter has the feature which can adjust the order, B-spline filter with different orders can be selected according to the image noise value to minimize noise while preserve image gradient information. Experiments prove that using B-spline and image gradient algorithm can achieve a better recognition rate than traditional filtering method on single sample face recognition problem. 相似文献
14.
Yang Beifang Han Yingchun Mao Shuchun Wang Guoping Fan Zhengyi Feng Lu Du Wenli Li Yabing 《棉花学报》2015,27(6):534-541
Digital images of cotton canopy growth information, which was determined using the grid sampling method to obtain the parameter Hue of HIS color system in conventional light conditions, were used to examine the spatial distribution characteristics of the canopy image H value and the relationship between the digital image H value and agronomic traits. We used these data to obtain information on cotton growth on June 21, 2014, then analyzed the spatial variation characteristics of cotton growth in the field. We found that the spatial distribution of cotton canopy digital image H value was moderately correlated with space, and the semi-variogram function model was spherical. In addition, we found that there was a logarithmic relationship between the H value and Leaf Area Index（LAI） (R2 = 0.8123), which suggests that the canopy digital image H value is a potentially reliable index to describe cotton growth across a cotton field. These results can provide guidance for improved production methods, and also lay a foundation for collection of field information and rapid detection methods for precision agriculture. 相似文献
15.
DAI Xiao hong 《保鲜与加工》2011,(6):117-122
Based on simulation and numeral recognition of the 24-bit bmp images of postal codes obtained by CCD transducer, a binarization method based on coloring matter is proposed, which is employed to extract the binary image of the frame line of postal code and the binary image of the mail character separately. The procedure of image processing is analyzed, which includes detecting and separating borderlines of postal code frames, image binarization, smoothing noise-removal, slant rectification, extraction of postal code numerals, position normalization processing, subdivision of digital image, feature extraction of character recognition, and so on. The pretreatment process of image recognition is described. Then, character feature extraction is conducted for pretreated images, while the angle correctness for postal code frames and characters is performed. Finally, the recognition result is determined. In this method, the difficulty of separating frame line from postal code character line is eliminated. In order to improve recognition rate, the combination of many methods of handwritten numeral is used, resulting in improved recognition rate of postal codes. The experiment shows that this method can obtain higher recognition rate, providing reference for the separation technique in postal system. 相似文献
16.
基于粒子群算法和支持向量机的黄花菜叶部病害识别 总被引：1，自引：0，他引：1
使用数字图像处理技术,以黄花菜叶部病害图像为识别对象,基于Lab空间和K-means聚类算法分割病害区域,提取目标区域的颜色特征、方向梯度直方图(histogram of oriented gradient,HOG)特征和形状特征,分别建立单一特征模型和特征融合模型,采用粒子群(particle swarm optimization,PSO)算法通过交叉验证优化支持向量机(support vector machine,SVM)模型的惩罚因子和核参数,建立基于PSO-SVM的多特征融合分类模型识别黄花菜病害。基于SVM的多特征融合分类模型识别率高于单一特征分类模型,识别率可达为81.67%;基于PSO-SVM多特征融合分类模型识别率高达92.39%。基于PSO-SVM的多特征分类模型识别率高,可以及时、便捷、高效地识别黄花菜病害。 相似文献
17.
基于RGB线性组合模型的柑橘果实为害状识别 总被引：1，自引：0，他引：1
为了准确识别柑橘果实病虫害,提高柑橘生产信息化水平,本研究提出了最优RGB线性组合颜色模型来进行目标识别。首先在具有代表性的几幅图像中选取为害状区域与正常区域的点若干,统计这些样本点的R、G、B值及其均值,设计为害状区域与正常区域灰度差最大线性规划目标函数并求解,建立识别模型。最后利用识别模型结合阈值分割法对采集的96幅柑橘果实图像进行处理,发现识别正确率、误检率、漏检率分别81.25%,14.58%,4.17%,识别效果良好。与2R-G-B模型,G-B模型和R-B模型相比,本方法为害状区域与正常区域灰度差最大,故识别正确率最高,误检率、漏检率最低。试验结果表明：RGB线性组合模型法可用于柑橘果实病虫害的识别。 相似文献