您的位置: 专家智库 > >

质检公益性行业科研专项项目(200910008)

作品数:4 被引量:46H指数:3
相关作者:袁之报邓继忠李敏黄华盛王张更多>>
相关机构:华南农业大学海南出入境检验检疫局海南出入境检验检疫局检验检疫技术中心更多>>
发文基金:质检公益性行业科研专项项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 3篇腥黑穗病
  • 3篇图像
  • 3篇小麦
  • 3篇小麦腥黑穗病
  • 3篇黑穗病
  • 2篇图像识别
  • 2篇基于图像
  • 1篇冬孢子
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇特征提取
  • 1篇特征提取与分...
  • 1篇图像分割
  • 1篇孢子
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇聚类
  • 1篇均值聚类
  • 1篇检疫

机构

  • 4篇华南农业大学
  • 4篇海南出入境检...
  • 1篇海南出入境检...

作者

  • 4篇李敏
  • 4篇邓继忠
  • 4篇袁之报
  • 3篇黄华盛
  • 3篇王张
  • 1篇李娇
  • 1篇金济

传媒

  • 1篇电子科技
  • 1篇农业工程学报
  • 1篇华南农业大学...
  • 1篇东北农业大学...

年份

  • 3篇2012
  • 1篇2011
4 条 记 录,以下是 1-4
排序方式:
基于图像识别的小麦腥黑穗病害特征提取与分类被引量:37
2012年
小麦的网腥、印度腥与矮腥黑穗病危害小麦生产与人体健康,是出入境检验检疫的重要对象。该文利用小麦腥黑穗病害显微图像,采用图像分析与识别技术进行了小麦的网腥、印度腥及矮腥3类病害的分类识别。在分离出单个病害孢子图像的基础上,提取了3类病害孢子图像的16个形状和纹理特征,通过分析,从中选择小麦病害孢子的6个典型特征,并分别用最小距离法、BP神经网络和支持向量机分类器对提取的96个小麦腥黑穗病害孢子图像进行了分类试验,结果表明:支持向量机法对小麦腥黑穗病的分类识别能力优于最小距离法和BP神经网络,总体识别率达到82.9%。因此,采用图像分析技术和支持向量机识别方法进行小麦腥黑穗病害诊断的方法具有可行性。
邓继忠李敏袁之报金济黄华盛
关键词:图像识别支持向量机特征提取
基于K均值聚类的小麦腥黑穗病菌冬孢子图像分割被引量:1
2012年
图像分析技术能够实现对小麦腥黑穗病菌冬孢子特征的定量分析,冬孢子区域的分割则是分析的前提.针对小麦腥黑穗病菌图像的特点,考虑到传统分割方法的局限性,提出了一种基于彩色图像的分割算法.研究以病菌彩色图像B分量为聚类对象,以R、G、B分量值之和不变为迭代终止条件,利用K均值聚类的方法分割病菌图像,使类内像素均值的距离和取得局部极小值.与其他分割方法进行比较的结果表明,该分割算法既分割出亮度不均匀的背景,对噪声的敏感度较小,又减少了分割后的冬孢子粘连,分割出的冬孢子数目增加.
邓继忠李敏袁之报王张李娇
关键词:图像分割K均值聚类冬孢子
基于图像识别的小麦腥黑穗病害诊断技术研究被引量:6
2012年
传统的检疫小麦腥黑穗病害的方法效率较低影响检测的稳定性和客观性。提出一种基于图像识别的小麦腥黑穗病分类诊断技术。以显微镜下采集的小麦病害图像为研究对象,对其进行滤波增强及病害区域分割,再提取单个病害区域图像的颜色、形状和纹理等特征参数;最后利用归一化后的特征值,通过BP神经网络分类器实现了小麦腥黑穗病害的诊断。将计算机图像识别结果和实际小麦腥黑穗病类型进行对比,表明了该诊断技术的可行性和有效性。
邓继忠李敏袁之报黄华盛王张
关键词:图像识别小麦腥黑穗病病害诊断
基于BP网络的小麦腥黑穗病害分类诊断被引量:4
2011年
将图像分析与模式识别技术应用于小麦腥黑穗病害图像的分类诊断,对于提高出入境植物病害检验检疫工作的自动化程度具有实际意义。文中在分析了小麦网腥、印度腥和矮腥等3种病害孢子图像的形状和纹理特征后,选择了描述孢子的长轴、短轴、等价椭圆短轴、面积、周长及惯性矩等6个典型特征,设计了一个具有6个输入向量、4个输出向量的BP神经网络小麦病害分类器,用于对这3种病害图像进行分类诊断。经初步试验,对33个测试样本的正确识别率达到81.8%,表明该分类器具有较高的精度,能够完成这3种病害的分类诊断任务。
李敏邓继忠袁之报黄华盛王张
关键词:小麦腥黑穗病BP网络
共1页<1>
聚类工具0