基于手机拍摄图像分析的苹果病害识别技术研究
为提高用低分辨率图像识别苹果病害的准确率,建立了完整的预处理流程,用类间方差闻值分割法和形态学运算等方法抽取图像的病态部位.根据病斑形状及Hu不变矩提取病斑的形状特征,提取病斑的H方差结合H-S直方图特征作为病斑的颜色特征,用计盒维数法提取病斑纹理特征.在对特征进行优选的基础上,构建BP神经网络病害识别模型.识别实验结果表明,用优选的8个特征和BP神经网络模型对5种病害的平均正确识别率达92.6%,可有效识别苹果病害.
苹果、病害识别、图像分析、图像特征、神经网络
31
TP391.41(计算技术、计算机技术)
国家自然科学基金项目60975007
2010-09-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
3051-3053,3095