基于颜色特征和AdaBoost算法的麦穗识别的研究

被引:14
作者
赵锋
王克俭
苑迎春
机构
[1] 河北农业大学信息科学与技术学院
关键词
麦穗检测; 麦穗颜色分割; AdaBoost算法; Haar-like矩形特征; 产量预测;
D O I
10.16035/j.issn.1001-7283.2014.01.042
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
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。
引用
收藏
页码:141 / 144+161 +161
页数:5
相关论文
共 9 条
[1]   基于肤色和AdaBoost算法的人脸检测 [J].
李维维 ;
胡桂明 ;
童刘伟 ;
何隆玲 .
网络安全技术与应用, 2012, (08) :39-41
[2]   基于二叉树和Adaboost算法的纸币号码识别 [J].
潘虎 ;
陈斌 ;
李全文 .
计算机应用, 2011, 31 (02) :396-398
[3]   一种多视角人脸检测方法 [J].
马颖哲 ;
孙劲光 .
计算机工程与科学, 2011, 33 (01) :132-137
[4]   基于图像处理技术的小麦叶面积指数的提取 [J].
李明 ;
张长利 ;
房俊龙 .
农业工程学报, 2010, 26 (01) :205-209+386
[5]   基于SPSS的日照市小麦产量年景预测模型 [J].
朱秀红 ;
李秀珍 ;
姚文军 ;
于怀征 .
中国农学通报, 2010, 26 (02) :295-297
[6]   基于图像处理技术的麦穗产量测量方法 [J].
龚红菊 ;
姬长英 .
农业机械学报, 2007, (12) :116-119
[7]  
嵌入式系统上基于近红外图像的人脸识别研究[D]. 钱艺.华东师范大学. 2010
[8]  
图像处理技术在小麦产量预测中的应用研究[D]. 王桂琴.中国农业大学. 2004
[9]  
Visual C++数字图像处理[M]. 电子工业出版社 , 谢凤英, 2008