10.3969/j.issn.1672-9722.2023.05.031
基于椭圆轮廓模型的重叠烟叶分级方法
烟叶是重要的经济作物,按国标等级实现准确的烟叶分级对提高成品烟质量有着非常重要意义.目前,人工分级仍然是主流技术,而基于机器视觉的智能烟叶分级被视为有较大的市场前景和经济效益.论文首先提出了一种联合利用纹理、颜色和形状特征提取,并使用集成学习分级的单片烟叶分级方法.进一步,针对重叠烟叶,提出了一种基于椭圆轮廓模型的烟叶分割算法,提升了重叠烟叶的分离准确性,并使用集成分级方法对分割后的单片烟叶逐片分级.多组真实烟叶数据集上的实验证明,论文提出方法在单片烟叶方法优于现有方法,能有效地对重叠烟叶实施分级.
烟叶分级、图像特征、集成学习、重叠烟叶分离
51
TP391.41;TS442(计算技术、计算机技术)
2023-08-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
1150-1156