咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于分形维数的玉米和杂草图像识别 收藏

基于分形维数的玉米和杂草图像识别

Image Identification of Corn and Weed Based on Fractal Dimension

作     者:吴兰兰 刘俭英 文友先 Wu Lanlan;Liu Jianying;Wen Youxian

作者机构:华中农业大学工程技术学院武汉430070 

出 版 物:《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期:2009年第40卷第3期

页      面:176-179页

核心收录:

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:华中农业大学科技创新基金资助项目(52207-07002) 

主  题:玉米 杂草 分形维数 图像处理 识别 

摘      要:提出了利用分形维数来识别玉米和杂草的方法。将田间采集到的原始图像转化到HSI空间,利用H分量的不变特性进行图像变换,以消除光照的影响,有利于图像的分割处理。为了识别出玉米和杂草,比较了3种分形维数的计算公式和计算方法,利用Matlab编写的分形软件得到了玉米和杂草的平均分形维数,试验结果表明:Bouligand-Minkowski方法最佳,其中玉米和杂草的平均分形维数分别为1.204和1.079。利用SVM方法进行识别,正确率可以达到80%。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分