李宗儒
- 作品数:3 被引量:31H指数:3
- 供职机构:西北农林科技大学信息工程学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术农业科学更多>>
- 基于手机拍摄图像分析的苹果病害识别技术研究被引量:20
- 2010年
- 为提高用低分辨率图像识别苹果病害的准确率,建立了完整的预处理流程,用类间方差阈值分割法和形态学运算等方法抽取图像的病态部位。根据病斑形状及Hu不变矩提取病斑的形状特征,提取病斑的H方差结合H-S直方图特征作为病斑的颜色特征,用计盒维数法提取病斑纹理特征。在对特征进行优选的基础上,构建BP神经网络病害识别模型。识别实验结果表明,用优选的8个特征和BP神经网络模型对5种病害的平均正确识别率达92.6%,可有效识别苹果病害。
- 李宗儒何东健
- 关键词:苹果病害识别图像特征神经网络
- 基于聚类与边缘检测的自然场景文本提取方法被引量:4
- 2010年
- 为了解决复杂自然场景、光照不均匀及背景纹理丰富图像中文本的有效提取,提出一种基于K-means聚类与边缘检测结合的自然场景文本提取方法。该方法通过改进K-means聚类算法,实现文本区域的分割;然后对分割后的图像进行二值子图分解,将分解后的各子图像的连通区域进行标记与分析,得到候选的字符区域;最后利用文本区域的边缘特征对候选字符区域过滤,实现文本字符的提取。实验结果表明,该方法能有效提取出复杂背景、光照影响及背景纹理丰富图像中的文本字符区域。
- 常莹何东健李宗儒
- 关键词:自然场景文本提取聚类边缘检测
- 基于图像分析的苹果病害识别技术研究
- 本文以手机拍摄图像分析进行苹果病虫害识别为目标,以苹果叶部病害为对象,以发生面积较大、危害较为严重的苹果斑点落叶病、锈病、圆斑病、花叶病、黄叶病等5种病害为重点,研究基于图像分析的苹果早期病害的识别与分类。主要研究内容及...
- 李宗儒
- 关键词:苹果病害识别图像特征神经网络
- 文献传递