期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器视觉的农作物表面多特征决策融合病变判断算法
被引量：
2
1
作者
刘恩泽
吴文福
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018年第6期1873-1878,共6页
针对规模化种植农作物的病变判断问题,本文利用机器视觉技术,提出了表面多特征决策融合的农作物病变判断算法。采集多张农作物叶片的图像,对每一张叶片分别通过不同算法提取表面特征;设置特征权重,将不同特征结合起来判断该叶片出现病...
针对规模化种植农作物的病变判断问题,本文利用机器视觉技术,提出了表面多特征决策融合的农作物病变判断算法。采集多张农作物叶片的图像,对每一张叶片分别通过不同算法提取表面特征;设置特征权重,将不同特征结合起来判断该叶片出现病变的可能性;并对所有的叶片的结果采用大多数投票决策法对该区域病变情况进行判断。与人工判断方式相比,本文算法减少了工作量,同时可以实现农作物病变的有效预警。
展开更多
关键词
计算机应用
机器视觉
农作物病变判断
表面多特征
特征
权重
大多数投票决策
在线阅读
下载PDF
职称材料
题名
基于机器视觉的农作物表面多特征决策融合病变判断算法
被引量：
2
1
作者
刘恩泽
吴文福
机构
吉林大学生物与农业工程学院
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018年第6期1873-1878,共6页
基金
国家重点研发计划项目(2016YFD0401001)
文摘
针对规模化种植农作物的病变判断问题,本文利用机器视觉技术,提出了表面多特征决策融合的农作物病变判断算法。采集多张农作物叶片的图像,对每一张叶片分别通过不同算法提取表面特征;设置特征权重,将不同特征结合起来判断该叶片出现病变的可能性;并对所有的叶片的结果采用大多数投票决策法对该区域病变情况进行判断。与人工判断方式相比,本文算法减少了工作量,同时可以实现农作物病变的有效预警。
关键词
计算机应用
机器视觉
农作物病变判断
表面多特征
特征
权重
大多数投票决策
Keywords
computer application
machine vision
agricultural disease judgment
surface multiple feature
feature weight
majority voting decision
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器视觉的农作物表面多特征决策融合病变判断算法
刘恩泽
吴文福
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
