李耀斌
- 作品数：8 被引量：38H指数：4
- 供职机构：郑州轻工业学院计算机与通信工程学院更多>>
- 发文基金：国家自然科学基金河南省高校青年骨干教师资助项目河南省高等学校创新人才培养工程更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于HSI颜色空间的植物叶片病斑提取方法被引量：10
- 2015年
- 为了提高病斑图像的分割精度,提出了1种在色调-饱和度-强度(hue-saturation-intensity,HIS)颜色空间中植物叶片病斑提取的方法。使用高精度光学设备采集样本图片,用中值滤波对图像进行平滑处理,去除干扰;将图像由红绿蓝(RGB)颜色空间转换到HSI颜色空间,对色调(hue,H)、饱和度(saturation,S)分量阈值分割去除绿色像素,提取植物叶片病斑区域。结果表明,基于HIS颜色空间的植物叶片病斑提取方法是有效可行的。
- 夏永泉李耀斌曾莎
- 关键词：图像处理中值滤波HSI颜色空间阈值分割
- 一种改进的植物叶片病斑区域边缘提取技术被引量：4
- 2015年
- 针对传统Canny算子边缘检测时容易丢失边缘细节的缺陷,提出了一种改进的植物叶片病斑区域边缘提取技术.运用最大类间方差法对病害图像进行二值化,添加对两个斜方向上梯度信息的提取,更加完整地保存了梯度信息,从而得到更完整的边缘图像.实验结果表明,本文方法能够有效地滤除图像中的噪声,检测到细节梯度,去除伪边缘和噪声边缘,得到更加精确的病斑区域边缘.
- 夏永泉曾莎李耀斌
- 关键词：边缘检测最大类间方差法
- 基于投票策略的小麦病害识别方法研究被引量：1
- 2016年
- 针对农业生产者不能及时、正确识别小麦病害的问题,提出了一种基于投票策略的病害识别方法。采用筛选出的8个颜色特征作为病害识别时的输入向量,3个初始权值和阈值不同的BP神经网络作为识别模型对小麦白粉病、条锈病、叶锈病识别,以投票的方式决定病害类别,并通过3个预测值的方差得到可信度参数,将可信度参数作为衡量识别结果正误的指标。实验结果表明,投票策略的方法可以提高病害识别准确率,可信度参数用来评估识别结果的正误很可靠。本研究可以满足农业生产过程中的实际需求,为农田小麦病害识别提供了有效分析手段。
- 刘放美王鹏远李耀斌
- 关键词：病害识别神经网络颜色矩
- 基于图像处理技术的小麦叶部病害识别研究被引量：9
- 2016年
- 植物病害会导致农作物在产量和质量上都显著降低。为了快速准确的诊断识别小麦病害,及时采取防治措施,利用图像处理技术对小麦常见病害进行识别。以小麦病害纹理特征参数和颜色特征参数作为特征向量,采用基于径向基核函数的支持向量机对小麦白粉病、条锈病、叶锈病和秆锈病图像进行识别,整体识别准确率达95%。实验结果表明,所选取的特征参数对4种小麦叶部常见病害的识别是有效可行的,为小麦病害诊断提供了有效分析手段。
- 夏永泉李耀斌李晨
- 关键词：小麦病害纹理特征颜色矩病害识别
- 基于图像处理技术与Android手机的小麦病害诊断系统被引量：10
- 2016年
- 为了智能化农业的发展,提高农作物病害诊断水平,及时采取防治措施,提出一种基于图像处理技术与Android手机的病害智能诊断系统的设计方法.系统不受时间和地域限制,用户可以在具备网络覆盖的地方将采集到的病害图片发送至服务器端.服务器端接收到病害图片后,在HSI(horizintal situtation indicator)颜色空间对病害图像分割,利用颜色矩和灰度共生矩阵来提取病害颜色和纹理特征参数,并将优选的特征参数输入支持向量机识别,识别结果反馈给客户端.实验结果表明:该系统可以准确高效地识别出病害种类,有较强的实用性和推广应用前景.
- 夏永泉李耀斌李晨
- 关键词：小麦病害ANDROID系统病害诊断
- 基于Android平台的植物叶片病害区域提取系统设计与实现
- 2016年
- 为了促进智能化农业的发展,提出1种基于Android的植物叶片病害区域提取系统。针对传统边缘检测分割时容易丢失边缘细节的缺陷,添加对2个斜方向梯度信息的提取,从而得到更完整的病害区域边缘。在此基础上构建了基于移动终端的植物叶片病害区域提取系统。测试效果显示,该系统具有便携、实用、界面友好等特点,能有效地提取出病害区域,为后续的识别提供有效、可靠的病害数据。
- 夏永泉曾莎李耀斌黄海鹏
- 关键词：ANDROID系统边缘检测
- 基于多神经网络的小麦病害在线诊断系统被引量：1
- 2016年
- 为了快速准确地诊断小麦病害,及时采取防治措施,提高小麦产量和质量,构建了基于多神经网络的小麦病害在线诊断系统。用户通过Android手机采集病害图像,在具备网络覆盖的地方将病害图片发送至诊断平台。诊断平台采用多神经网络模型对病害诊断,将多个神经网络预测值平均作为病害诊断结果,并根据多个神经网络预测值的方差计算出诊断结果的可信度。测试结果表明,该系统实现了病害的及时准确诊断,可信度参数具有提示作用,满足农田小麦病害诊断的实际需要。
- 夏永泉李耀斌李晨
- 关键词：ANDROID手机小麦病害病害诊断多神经网络
- 基于平均影响值和支持向量机的小麦病害识别被引量：3
- 2015年
- 为了提高小麦病害识别准确率,提出了一种基于平均影响值思想和支持向量机的小麦病害识别方法。首先,使用阈值分割方法对小麦叶片图像进行分割;其次,利用灰度共生矩阵和颜色矩提取病害的纹理和颜色特征;再次,将平均影响值思想应用于支持向量机回归进行特征变量优选;最后,将优选出的特征变量作为支持向量机的输入向量进行识别。实验结果表明,经过特征变量优选,特征变量个数由14个减少到7个,识别准确率达到96.25%,为农田小麦病害识别提供了有效方法。
- 夏永泉李耀斌黄海鹏
- 关键词：支持向量机纹理特征颜色矩
