HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于自定义聚类的水稻剑叶夹角测量

作者:汪韬; 贡亮; 张经纬; 吴林立梓; 马志宏; ...机器视觉剑叶夹角在体测量聚类节点搜索

摘要:针对水稻样本图像中主茎被遮挡,现有算法难以识别剑叶节点、散岔稻穗主轴问题,提出了基于机器视觉的剑叶节点搜索算法,通过自定义聚类生成稻穗与剑叶类中心,识别判定散岔稻穗轴线,最终得到穗叶夹角.其中,提出的剑叶节点搜索算法对剑叶节点的模糊定位进行量化,经过实验验证,具有较好的鲁棒性和准确性;自定义的K-means方法基于样本统计信息,解决了散岔穗叶夹角测量问题.实验表明,该算法误差为1.89%,与现有算法相比,局限性低,鲁棒性强,更准确高效.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

上海交通大学学报

《上海交通大学学报》(月刊)创刊于1956年,由中华人民共和国教育部主管,上海交通大学主办,CN刊号为:31-1466/U,自创刊以来,颇受业界和广大读者的关注和好评。 《上海交通大学学报》主要刊载船舶与海洋工程、动力、机械、能源、材料、电气、电子、计算机、化工、生物工程、管理科学,以及数学、物理、工程力学等方面的最新研究成果。

杂志详情