赞
踩
基于图像识别的作物病虫草害诊断研究
本文围绕作物病虫草害的快速诊断
,
将作物病虫草害识别的专家知识与数字
图像处理、
神经网络结合
,
综合运用人工智能和网络技术
,
研究实现了作物病虫草
害的远程图像识别与诊断。
取得以下进展
: 1.
图像预处理方面
,
针对作物病虫
草害的图像特点
,
分析、
比较了病虫草害图像的增强处理方法
,
提出了对彩色图像
先进行反色运算
,
再通过
RGB
通道分离
,
得到增强图像的新方法
,
与传统图像增强
算法相比
,
此法简单易行
,
运算量小
,
并具有较强的消除噪声能力。
2.
图像分割方面
,
根据病害图像特点
,
提出通过
H
分量图像灰度分析来
确定阈值对灰度图像分割的方法
,
分割精度明显高于传统的自动阈值分割结果
;
对病害彩色图像分割时
,
用
HIS
颜色系统中的
H
分量图像分割效果最好
,
其次是
RGB
颜色系统中的红色分量图像所做的分割。
并提出
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。