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

基于频谱特性和自适应虫孔定位的小麦识别

作者:王周璞; 何小海; 吴小强; 董德良; 李晓亮自适应虫孔特征频谱特性小麦不完善粒发芽粒生虫粒识别率

摘要:为了实现对小麦不完善粒批量、快速、准确地识别,提出了一种基于小麦图像特征的小麦不完善粒识别方法。采集不完善粒小麦图像,对每粒小麦图像提取其自适应虫孔特征、频谱特性、周长、最小外接圆面积等89维特征参数。研究结果表明,对于常见小麦不完善粒类别,尤其是发芽粒和生虫粒具有较高的识别率。该识别方法对正常粒、破碎粒、生虫粒、生病粒、发芽粒的识别率分别为98.75%、97.50%、93.02%、99%、96.25%,平均识别率为96.90%,相较于传统的图像处理识别方法,识别准确率提高20%左右,表明提出的方法能有效运用于小麦不完善粒检测实际应用场景中。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

信息技术与网络安全

《信息技术与网络安全》(CN:10-1543/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《信息技术与网络安全》现已更名为《网络安全与数据治理》。

杂志详情