兵团青年科技创新资金专项(2010JC42)
- 作品数：2 被引量：2H指数：1
- 相关作者：白铁成张任任滨齐立美王兰更多>>
- 相关机构：塔里木大学哈尔滨理工大学更多>>
- 发文基金：兵团青年科技创新资金专项更多>>
- 相关领域：农业科学电子电信更多>>
- 基于计算机视觉的红枣叶片病害严重度估测方法被引量：1
- 2011年
- 对红枣叶片病害严重度的精准评估是采取有效防治的关键,而传统的评估方法费时费力。该研究以病斑严重度不同导致的颜色特征差异为依据,提出了一种基于计算机视觉的红枣叶片病害严重度估测方法。对叶片病斑图像预处理后,提取基于R、G、B颜色空间的8个特征向量作为模型的输入变量,以正常、轻微、一般和严重作为模型的输出,利用GA-BP神经网络建立了红枣叶片病害严重度的估测模型。实验结果表明,模型可实现对红枣叶片病害严重度的快速识别,识别精度达到了87%以上。
- 白铁成张任孟洪兵王兰
- 关键词：计算机视觉
- 小波包和GA-BP网络结合的红枣病害识别方法被引量：1
- 2011年
- 针对传统人工枣树病害识别费时费力的问题,提出了一种小波包和GA-BP神经网络结合的快速识别方法.通过小波包去噪方法,消除病害图像采集过程中随机噪声产生的干扰,采用小波包分解系数矩阵的奇异值和小波包变换模极大值矩阵的奇异值构造特征输入参数,利用遗传算法优化后的BP神经网络建立红枣病害的识别模型.实验表明,小波包、遗传算法和神经网络相结合可以实现对红枣病害的准确、快速识别,优化后的模型识别精度达到97%,建模时间降为原来的1/9.
- 白铁成张任齐立美任滨
- 关键词：图像识别小波包遗传算法
