10.3969/j.issn.1001-7283.2014.01.033
基于颜色特征和AdaBoost算法的麦穗识别的研究
单位面积麦穗数是小麦产量预测中的一个重要参数.在应用图像处理技术识别麦穗的个数研究中,提出了一种小麦颜色信息和AdaBoost算法相结合的麦穗检测方法.先用麦穗颜色分割法排除非小麦区域的干扰,然后用AdaBoost算法训练的分类器对麦穗区域进行定位识别.该方法在保证检测率的同时,大大减少了目标区域的误检率,提高了小麦检测准确率.试验证明所用方法能有效去除叶片和秆茎的干扰,对于角度倾斜有一定鲁棒性.在随机抽取的100个样本中检测率为88.7%,有很强的识别能力.
麦穗检测、麦穗颜色分割、AdaBoost算法、Haar-like矩形特征、产量预测
河北省自然科学基金研究项目F201204089;国家自然科学基金研究项目60873236
2014-03-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
141-144,后插1