黑龙江省博士后基金(LBH-Z10249)
- 作品数：2 被引量：58H指数：2
- 相关作者：张长利王树文王润涛杨方房俊龙更多>>
- 相关机构：东北农业大学更多>>
- 发文基金：黑龙江省博士后基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于图像处理技术的黄瓜叶片病害识别诊断系统研究被引量：19
- 2012年
- 为了提高黄瓜叶部病害检测与染病程度的分级的准确率和效率,综合运用图像处理技术、人工神经网络技术,实现黄瓜叶部病害检测与染病程度分级,并主要对发病率高且危害严重的黄瓜霜霉病、白粉病和病毒病进行试验研究。首先,通过接种方法获得了纯正的黄瓜病害样本,并采集染病植株的样本图像。利用基本图像处理的方法对黄瓜叶部病害图像进行处理,综合运用二次分割、形态学滤波得到病斑区域。其次,提取三种特征包括22个特征参数,采用BP算法训练的多层前向人工神经网络对黄瓜病害进行分类。实验证明,检测系统的黄瓜叶部病害平均识别精度为95.31%,并能够快速准确地对黄瓜叶片病害的染病程度进行分级。
- 王树文张长利
- 关键词：图像处理BP算法黄瓜病害
- 基于机器视觉的大豆籽粒精选技术被引量：39
- 2011年
- 为实现大豆精选模型的设计,选择东农405、东农410、东农634共3个大豆品种,以正常豆、灰斑豆、霉变豆、虫蚀豆为研究对像,采用可脱离PC机独立工作的智能摄像头获取分析豆粒图像。通过动态阈值分割算法分离豆粒与背景,提取豆粒图像的形状、颜色、纹理3方面的特征参数15个。采用BP神经网络建立分类模型,模型平均识别准确率达98%。试验选择2000粒大豆样本对精选装置进行测试,测试结果显示:该装置对正常豆、灰斑豆、霉变豆和虫蚀豆的筛选精度分别达到98.3%、93.4%、92.2%、95.9%,筛选效率达到每分钟300粒,将机器视觉技术应用于大豆精选机的设计中是可行的。
- 王润涛张长利房俊龙王树文杨方田磊
- 关键词：图像处理BP神经网络大豆
