检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:张会敏[1] 张云龙[1] 张善文[1] 雷迎科[2]
机构地区:[1]郑州大学西亚斯国际学院,河南郑州451150 [2]电子工程学院,安徽合肥230037
出 处:《江苏农业科学》2015年第1期387-389,共3页Jiangsu Agricultural Sciences
基 金:河南省郑州市科技攻关(编号:131PPTGG426);安徽省自然科学基金(编号:1208085MF94;1208085MF98);河南省科技攻关(编号:142102310518);河南省教育厅科学技术研究重点项目(编号:14B520064)
摘 要:利用作物叶片症状进行作物病害识别是植保中的一个重要研究内容。提出了一种基于区分矩阵属性约简的黄瓜病害叶片图像分割与病害识别方法。首先,利用最大类间方差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;再次,利用基于区分矩阵的属性约简算法对36个特征进行特征选择;最后,利用最近邻分类器进行病害识别。在3种常见黄瓜病害叶片图像数据库上的试验结果表明,该方法是有效可行的,能够为基于病害叶片的作物病害识别系统研究提供参考。
关 键 词:粗糙集 图像分割 最大类间方差法 病害识别 黄瓜叶片病斑
分 类 号:TP391.41[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.229