邵乔林
- 作品数：3 被引量：37H指数：2
- 供职机构：南京农业大学更多>>
- 发文基金：江苏省自然科学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>>
- 基于支持向量机的玉米田间杂草识别方法研究
- 农业机器人是21世纪精准农业的重要装备之一，通过农业机器人实现除草剂的变量施药是未来智能农业机械的一个发展方向。其中实现变量喷洒除草剂的首要步骤是完成田间杂草识别。本文在充分了解国内外田间杂草识别方法的基础上，以在玉米田...
- 邵乔林
- 关键词：杂草识别支持向量机玉米
- 文献传递
- 基于邻域直方图的玉米田绿色植物图像分割方法被引量：7
- 2011年
- 为了准确分割绿色植物与土壤背景,克服田间环境的复杂性,比如植物阴影、残渣的存在和光照强度变化等外界因素带来的影响,采用图像处理和支持向量机方法,以超绿特征(2G-R-B)灰度图像为研究对象,以像素点邻域组成的灰度直方图特征作为输入特征向量,通过试验选出最佳训练参数和最优邻域窗口模型。实验表明,该方法适应不同光照强度,并且可以减小噪声、植物阴影和残渣对图像分割带来的影响,得到完整的分割图像。
- 邵乔林安秋
- 关键词：图像分割支持向量机机器视觉
- 农田图像绿色植物自适应分割方法被引量：29
- 2013年
- 为了适应不同农田地块自然图像颜色特征固有的差异性,从土壤背景中准确分割出各种绿色植物目标,设计了一种自适应分割方法。首先利用初始有标签训练样本获得支持向量机分割模型,根据K均值聚类算法自动从待分割图像中提取无标签训练样本,与有标签训练样本组成混合训练样本集。而后在混合样本集基础上,使用直推式支持向量机训练方法得到新的有标签训练样本集,挖掘出待分割图像颜色特征的分布信息。最后,利用这些新的有标签样本在线自适应更新分割模型。农田图像试验结果显示,该方法可以提高分割模型的针对性,有效地增强了分割过程适应农田自然图像颜色特征差异性的能力。
- 周俊王明军邵乔林
- 关键词：图像处理图像分割支持向量机聚类农田
