视觉的玉米异常果穗高通量筛分方法
本文提出一种基于颜色和纹理的玉米异常果穗高通量识别检测算法.通过研究异常果穗图像在RGB、HSI颜色空间的分布特点,分别提取果穗图像六个特征参数.通过对四种异常果穗图像纹理特征进行研究,提取了基于灰度共生矩阵的五个特征参数(能量、对比度、相关度、熵、逆差矩),共得到11个特征参数作为输入依据判断异常果穗类型.引入余弦权值函数改进K近邻分类模型的分类决策规则,并提出以遍历的形式识别、定位和定量计算果穗异常部位.通过验证40幅果穗图像,证明该方法对果穗异常部位识别正确率可以达到94％,速度达到1.8S/穗,在提高玉米制种效率中有较大的应用价值.
玉米 异常果穗 模式识别 图像处理 特征提取
丁亮 马钦 李绍明 刘哲 朱德海 张晓东 周金辉
中国农业大学信息与电气工程学院,北京市 100083
国内会议
兰州
中文
506-512
2014-08-01（万方平台首次上网日期，不代表论文的发表时间）