湖南省科技计划项目(2011NK3005)
- 作品数：3 被引量：31H指数：3
- 相关作者：曹乐平温芝元更多>>
- 相关机构：湖南生物机电职业技术学院湖南农业大学更多>>
- 发文基金：湖南省科技计划项目更多>>
- 相关领域：农业科学理学自动化与计算机技术更多>>
- 柑橘病虫害的机器识别被引量：5
- 2012年
- 为了自动地检测柑橘病虫害,本文研究了果皮上病虫害为害状的多重分形特征.首先采用小波多孔算法,检测柑橘灰度图像小波变换模的局部极大值点,借助概率隐含语义分析方法对局部极大值点进行筛选,产生柑橘病虫害疤痕的边缘,提取边缘多重分形谱高度和宽度,作为柑橘病虫害疤痕的特征值,通过神经网络映射器识别柑橘病虫害.试验结果表明:该方法不仅可以进行柑橘病虫害机器自动识别、评估与监测,还可以进行柑橘果面缺陷分级.
- 温芝元曹乐平
- 关键词：柑橘病虫害多重分形谱
- 基于为害状色相多重分形的槿柑病虫害图像识别被引量：9
- 2014年
- 为自动识别桠柑病虫害，研究了以桠柑病虫害为害状多重分形谱特性参数为输入变量的小波神经网络病虫害识别方法。利用改进型分水岭算法提取碰柑病虫害为害状边界，对非连续的边界进行边界跟踪，将过分割区域进行区域合并，标记为害状边界，提取标记区域，生成病虫害为害状目标图像；对病虫害为害状目标图像0。～120。这一主要色相区域4等分，产生4幅色相二值图像；对二值图像进行多重分形分析，计算其标度不变区多重分形谱的高度及宽度；以此高度及宽度作为小波神经网络的输入，进行碰柑病虫害识别，5种病虫害的平均识别正确率为87％。试验结果表明：碰柑病虫害为害状的4对多重分形谱高度及宽度值较充分地反映了碰柑病虫害色相累计信息、分布信息及区间形状的典型特征，能用此方法进行碰柑病虫害机器识别。
- 温芝元曹乐平
- 关键词：碰柑病虫害图像识别小波神经网络
- 椪柑果实病虫害的傅里叶频谱重分形图像识别被引量：19
- 2013年
- 为探讨植物病虫害互不交叉、重叠的数字典型特征值来进行病虫害计算机识别,研究了椪柑病虫害为害状图像傅里叶变换幅度谱的多重分形特征。首先,用改进型分水岭算法检测病虫害为害状边缘,并对其进行区域合并,形成病虫害为害状边界。其次,对病虫害果进行二维离散傅里叶变换,依据病虫害为害状边界进行图像标记,提取标记区域内的傅里叶变换幅度谱图。最后,对傅里叶变换幅度谱图进行多重分形分析及多重分形谱的二次拟合,将拟合抛物线段的高度、宽度和质心坐标作为病虫害特征值,并以此为输入变量,建立BP神经网络椪柑病虫害识别模型来进行病虫害识别,椪柑蓟马、花潜金龟子、吸果夜蛾、侧多食跗线螨、椪柑炭疽病5类病虫害30组测试样本中吸果夜蛾识别正确率最高96.67%,侧多食跗线螨识别正确率最低86.67%,平均正确识别率为92.67%。试验结果表明:傅里叶变换幅度谱图的多重分形谱高度、宽度和质心坐标较精确地刻画了病虫害为害状这类复杂生物体的特征,该方法可进行椪柑病虫害自动识别,并可推广到其他植物的病虫害机器识别中。
- 温芝元曹乐平
- 关键词：图像识别病害果实虫害幅度谱
