基于数学形态学和神经网络对番茄生理病害果的识别

被引：10

作者：

王艳平 ^{[1
]}

戴小鹏 ^{[2
]}

黄璜 ^{[1
]}

张熔 ^{[1
]}

机构：

[1] 湖南农业大学农学院

[2] 湖南农业大学计算机与信息工程学院

来源：

湖南农业大学学报(自然科学版) | 2006年 / 03期

关键词：

番茄生理病害果; 计算机视觉技术; 数学形态学; 神经网络; 矩特征;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

应用数学形态学理论,提出一种膨胀和腐蚀的快速算法运用于番茄不同病害果特征提取,运用计算机视觉技术,根据病害果的几何矩特征,应用神经网络技术进行番茄病害果识别.研究表明,该方法能准确识别番茄病害果的形状,满足分级的要求,识别率达90%以上.

引用

页码：344 / 346

页数：3

共 5 条

[1]

计算机视觉在农产品自动检测与分级中的研究——番茄的自动检测与分级 [D].

潘伟 .

东北农业大学,

2000

[2]

一种基于数学形态学的植物病虫识别方法 [J].

马骏 ;

王建华 .

深圳大学学报, 2004, (01) :72-75

[3]

用遗传算法训练的多层前馈神经网络对番茄成熟度进行自动检测的研究 [J].

张长利 ;

房俊龙 ;

潘伟 .

农业工程学报, 2001, (03) :153-156

[4]

机器视觉技术在黄花梨尺寸和果面缺陷检测中的应用 [J].

应义斌 ;

景寒松 ;

马俊福 ;

赵匀 ;

蒋亦元 .

农业工程学报, 1999, (01)

[5]

水果果形判别人工神经网络专家系统的研究 [J].

刘禾 ;

汪懋华 .

农业工程学报, 1996, (01) :171-176

← 1 →