公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

花生外观品质品种图像分析与系统仿真被引量：6: 2010年; 针对目前花生外观品质检测的局限性,提出采用图像处理的方法进行的花生外观品质的检测,并基于Matlab的图形用户界面(GUI)环境建立仿真平台,平台集成了ANN、SVM等模式识别新方法和相应的经典图像处理算法,并给出了在该平台上的仿真实例,针对10个品种、14种品质的单籽粒图片共4 800副,检测了形态、颜色和纹理3大类共33个特征,采用了基于ANN和SVM识别模型对花生的商业规格、品种和品质进行了检测,总体检测正确率达到了97%以上,该平台具有良好的交互性、扩展性、可视性和实用性,对花生外观品质评价结果客观量化、快速无损。该平台在花生的生产、流通、贸易领域具有一定的实用性。; 韩仲志赵友刚; 关键词：花生图像处理人工神经网络仿真平台

利用花生荚果图像特征识别品种与检验种子被引量：9: 2012年; 为了验证以花生荚果图像特征识别品种和检验种子的可行性,选用代表北方大花生主推区的20份花生品种,从扫描图像获得花生荚果形态、颜色及纹理等50个特征,综合运用主分量分析(PCA)、神经网络(ANN)、支持向量机(SVM)、聚类分析等手段,探讨了品种识别、产地识别、DUS性状的选取和品种聚类过程,研究发现,经PCA优化特征的SVM识别模型识别效果好且识别结果稳定,20个品种的品种识别率达到90%以上。模型对3个不同产地的花生荚果正确识别率达到100%。另外从中筛选出一批对品种特异性、一致性和稳定性(DUS)测试有意义的备选特征,并建立了花生品种的谱系聚类树。研究结果对DUS性状的优选、花生品种及产地的识别及对花生谱系研究有一定参考价值。; 韩仲志赵友刚; 关键词：主分量分析人工神经网络支持向量机 K-均值聚类 DUS测试

玉米品种图像识别中的影响因素研究被引量：7: 2012年; 为了研究玉米品种图像识别中的关键影响因素,搭建了一套基于PCA和ICA特征提取和支持向量机(SVM)分类算法的玉米品种识别系统,采用扫描仪获得了11个品种每个品种50粒图像,基于图像的像素特征和统计特征,分别研究了主分量分析(PCA)和独立分量分析(ICA)的特征提取和特征优化方法,并进一步考察了支持向量机(SVM)模式分类过程中的关键参数优化问题。试验结果表明,对11个品种550个籽粒的品种最高检出率为97.17%,在同样的情况下ICA优化的特征较PCA优化的特征识别率能提高3%左右,适当选择统计特征比使用像素特征识别率提高约10%,另外SVM参数影响到识别效果,但整体影响不大。本方法与结论对玉米种子纯度和品种真实性检验具有积极意义。; 韩仲志杨锦忠李言照; 关键词：玉米种子独立分量分析主分量分析支持向量机

基于计算机视觉的花生品质分级检测研究被引量：34: 2010年; 【目的】建立能够对花生进行品质分级的计算机视觉无损检测方法。【方法】同步拍摄和扫描11类品质,每类品质100颗和100宗,每宗100颗不同等级的花生籽粒的正反面图像;参照国家标准量化花生品质籽粒的11个限制性检测项目,设计花生规格和品质等级的判别方法;测量每个籽粒的形态、纹理、颜色共3大类54个外观特征,采用主分量分析(PCA)进行特征优化,构建并比较BP神经网络(ANN)和支持向量机(SVM)品质检测模型;分别应用Matlab和Spss工具软件实现检测过程和对结果进行统计分析。【结果】前16个主分量的SVM模型,能够鉴别95%以上的不完善粒、霉变、杂质、异品种等不同品质的籽粒,与人工检测结果吻合度达到了93%,对100宗待检样品进行检测,规格和等级检测完全正确率达到了92%。【结论】研究结果为花生的品质分级检测提供了比较系统全面的量化标准和检测方法,该方法可推广应用于花生品质鉴别、分级筛选加工和商品分级定价等领域。; 韩仲志赵友刚; 关键词：花生仁计算机视觉无损检测

基于图像处理的花生荚果品种识别方法研究被引量：6: 2012年; 为实现品种鉴定与真伪识别的自动化,基于图像识别的方法,采用扫描仪采集了20个品种,每个品种100颗花生果正面和2个侧面的图像,分别获取每幅图像的形态、颜色和纹理三大类共50个特征,并对这些特征进行主分量分析(PCA)优化,针对优化和没有优化的特征,搭建了人工神经网络识别模型和支持向量机模型,并采用两种模型进行品种识别,结果表明,采集的特征经PCA优化后表现出更强的识别性能,SVM较神经网络识别效果总体上得到提高,并且识别效果稳定。品种的数量对识别效果有影响,在通常情况下可根据品种的数量来确定特征的数量,可以进一步提高效率,对20个品种,需要选择超过15个特征。颜色类特征比形态类和纹理类特征具有更好的识别效果,经过不同类别的特征组合后,整体上识别性能达到90%以上,基本可以推广到实际生产中使用。; 韩仲志邓立苗于仁师; 关键词：花生荚果神经网络支持向量机主分量分析

全选清除导出

共1页<1>

山东省科技攻关计划(2009GG10009057)