您的位置: 专家智库 > >

李明远

作品数:1 被引量:4H指数:1
供职机构:北京市农林科学院植物保护环境保护研究所更多>>
发文基金:公益性行业(农业)科研专项更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇叶片
  • 1篇营养元素缺乏
  • 1篇田间
  • 1篇图像
  • 1篇图像分割
  • 1篇计算机
  • 1篇计算机视觉
  • 1篇病害
  • 1篇病害控制

机构

  • 1篇国家粮食局科...
  • 1篇国家农业信息...
  • 1篇北京市农林科...

作者

  • 1篇王志彬
  • 1篇王开义
  • 1篇潘守慧
  • 1篇张水发
  • 1篇黄姗
  • 1篇李明远
  • 1篇祖琴

传媒

  • 1篇农业工程学报

年份

  • 1篇2014
1 条 记 录,以下是 1-1
排序方式:
基于块标记的田间叶片损伤区域分割方法被引量:4
2014年
为了在田间开放环境中有效分割叶片损伤区域,该文结合Canny算子良好的边缘提取能力和叶片局部颜色变化相对较小的特征,提出基于块标记的叶片损伤区域分割方法,用于评价叶片损伤程度。使用Android系统手机在晴天大田开放环境中采集木耳菜、西红柿、黄瓜、茄子、桃、彩椒和蛾眉豆7种常见农作物叶片图像,在阴天采集丝瓜、葫芦、甜瓜、茄子和黄瓜5种叶片图像,然后进行分割。该分割算法在晴天和阴天总体的平均正确分类率为97.5%,平均错误分类率为0.3%,并且有较好的目标一致性和边缘清晰度。应用系统对叶片损伤程度的评价结果与手工分割比较,在晴天和阴天采集图像上的平均误差分别为2.340%和1.475%,可较好地应用于晴天和阴天环境。该方法可探索应用于田间植物叶片损伤程度评价。
张水发王开义祖琴黄姗潘守慧王志彬李明远
关键词:计算机视觉图像分割病害控制营养元素缺乏
共1页<1>
聚类工具0