谢林波
- 作品数：4 被引量：9H指数：2
- 供职机构：中南林业科技大学更多>>
- 发文基金：湖南省科技厅科技计划项目国家科技支撑计划更多>>
- 相关领域：农业科学自动化与计算机技术生物学更多>>
- 基于邻域最大差值与区域合并的油茶毒蛾幼虫图像分割
- 2015年
- 【目的】油茶树害虫的种类较多,其中油茶毒蛾Euproctis pseudoconspersa幼虫是危害较大的害虫之一。为完成油茶毒蛾幼虫的自动检测需要对其图像进行分割,油茶毒蛾幼虫图像的分割效果直接影响到图像的自动识别。【方法】本文提出了基于邻域最大差值与区域合并的油茶毒蛾幼虫图像分割算法,该方法主要是对相邻像素RGB的3个分量进行差值运算,最大差值若为0,则进行相邻像素合并得出初始的分割图像,根据合并准则进一步合并,得到最终分割结果。【结果】实验结果表明,该算法可以快速有效地将油茶毒蛾幼虫图像中的背景和虫体分割开来。【结论】使用JSEG分割算法、K均值聚类分割算法、快速几何可变形分割算法和本文算法对油茶毒蛾幼虫图像进行分割,将结果进行对比发现本文方法的分割效果最佳,且处理时间较短。
- 余绍军李虹谢林波周国英胡俊
- 关键词：自动识别图像分割
- 基于SVM的油茶害虫图像模式分类方法研究
- 油茶在我国南方的森林生态系统中占有很重要的部分，除了给人们提供优质食用之外，还具有净化空气、美化环境、覆盖国土和保护水土资源等巨大的生态和社会效益。目前，我国油茶的亩产量并不高，由油茶害虫引起产量严重损失是其中一个重要原...
- 谢林波
- 关键词：图像处理模式识别支持向量机
- 基于BoW模型的油茶害虫图像分类被引量：7
- 2015年
- 针对目前图像识别在油茶害虫这个领域的应用中存在的问题,提出一种基于BoW模型的油茶害虫图像识别的方法。首先对油茶害虫图像进行SIFT特征提取,然后通过Bo W模型来描述各幅图像,针对每类油茶害虫,利用支持向量机(SVM)训练,进而从图像中识别出油茶害虫的种类。实验结果表明:该方法用在油茶害虫图像模式分类问题上取得了较好的识别率,其平均识别率达到了83.3%,由此表明BoW模型用于油茶害虫图像分类的有效性。
- 谢林波余绍军周国英李虹
- 关键词：图像识别特征提取支持向量机图像分类
- 基于油茶毛虫图像的特征提取
- 2014年
- 油茶是我国华中地区重要的经济作物,果实产量受虫害影响较严重,其中油茶毛虫的危害最大。本文首先对基于图像的昆虫特征提取的主要方法进行综述,然后将搜集到的油茶毛虫生态学、形态学、生物学等特点作为理论依据,最终提出具有针对性的特征提取方法。本文为解决油茶害虫图像区域分割以及模式分类等关键问题提供基础数据。
- 余绍军李虹谢林波胡俊
- 关键词：图像处理特征提取
