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:张云龙[1] 张会敏[1] 谢泽奇[1] 张晴晴[1] 齐国红[1]
机构地区:[1]郑州大学西亚斯国际学院,河南郑州451150
出 处:《江苏农业科学》2018年第22期246-250,共5页Jiangsu Agricultural Sciences
基 金:国家自然科学基金(编号:61473237);河南省科技厅基础与前沿技术研究计划项目(编号:172102210510;172102210109);河南省教育厅高等学校重点科研项目(编号:16A520095;16A510034);郑州大学西亚斯国际学院校级科研项目(编号:2016KY01)
摘 要: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。
关 键 词:黄瓜病害叶片图像分割 黄瓜病害识别 显著性 K-均值算法 方向梯度直方图
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