学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于改进颜色特征的小麦病害图像识别技术研究
被引:13
作者
:
论文数:
引用数:
h-index:
机构:
刘连忠
论文数:
引用数:
h-index:
机构:
张武
论文数:
引用数:
h-index:
机构:
朱诚
机构
:
[1]
安徽农业大学信息与计算机学院
来源
:
安徽农业科学
|
2012年
/ 40卷
/ 26期
关键词
:
小麦病害;
机器视觉;
图像识别;
颜色特征;
D O I
:
10.13989/j.cnki.0517-6611.2012.26.104
中图分类号
:
S435.12 [麦类病虫害];
学科分类号
:
摘要
:
[目的]介绍一种根据小麦病害图像的颜色特征进行病害识别的方法。[方法]首先对小麦叶部图像进行预处理,利用小波变换进行病害部位增强和去噪;然后基于病害部位的非绿特征进行图像分割,得到只包含病害像素的图像;对病害图像颜色进行统计,得到R、G、B分量的均值,并用相对于绿色分量的均值比作为颜色特征值;最后通过分析样本图像得到每种病害的特征值范围,利用颜色特征值对未知样本进行病害识别。[结果]采用该方法对小麦叶锈病、条锈病、白粉病进行识别,平均准确率达到98%。[结论]为小麦病害的诊断与诊治提供了理论依据。
引用
收藏
页码:12877 / 12879
页数:3
相关论文
共 12 条
[11]
Fall armyworm damaged maize plant identification using digital images
[J].
Sena, DG
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Sena, DG
;
Pinto, FAC
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Pinto, FAC
;
Queiroz, DM
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Queiroz, DM
;
Viana, PA
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Viana, PA
.
BIOSYSTEMS ENGINEERING,
2003,
85
(04)
:449
-454
[12]
图像工程.[M].章毓晋编著;.清华大学出版社.2006,
←
1
2
→
共 12 条
[11]
Fall armyworm damaged maize plant identification using digital images
[J].
Sena, DG
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Sena, DG
;
Pinto, FAC
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Pinto, FAC
;
Queiroz, DM
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Queiroz, DM
;
Viana, PA
论文数:
0
引用数:
0
h-index:
0
机构:
Univ Fed Vicosa, Dept Agr Engn, BR-36571000 Vicosa, MG, Brazil
Viana, PA
.
BIOSYSTEMS ENGINEERING,
2003,
85
(04)
:449
-454
[12]
图像工程.[M].章毓晋编著;.清华大学出版社.2006,
←
1
2
→