马铃薯缺素图像预处理并行化方法分析
详细信息    查看全文 | 推荐本文 |
  • 作者:杨捷
  • 关键词:马铃薯 ; 缺素图像 ; 图像预处理 ; 并行化
  • 中文刊名:NFNY
  • 英文刊名:South China Agriculture
  • 机构:宁夏大学民族预科教育学院;
  • 出版日期:2018-11-25
  • 出版单位:南方农业
  • 年:2018
  • 期:v.12
  • 基金:宁夏大学科学研究基金资助(ZR16021)
  • 语种:中文;
  • 页:NFNY201833071
  • 页数:2
  • CN:33
  • ISSN:50-1186/S
  • 分类号:141-142
摘要
利用滤波算法对马铃薯缺素叶片图像进行预处理,以更好地提取叶片图像的颜色特征、纹理特征和形状特征量,提高马铃薯营养成分分析的识别率,并且对滤波算法进行了并行化优化,以此来提高马铃薯营养成分分析诊断的速率。
        
引文
[1]杨捷,冯兵,吴素萍.频域图像增强混合滤波算法及在作物缺素中的应用[J].计算机工程与设计,2014,35(9):3156-3162.
    [2]田凯,张连宽,熊美东,等.基于叶片病斑特征的茄子褐纹病识别方法[J].农业工程学报,2016,32(1):184-189.
    [3]梁琨,杜莹莹,卢伟,等.基于高光谱成像技术的小麦籽粒赤霉病识别[J].农业机械学报,2016,47(2):309-315.
    [4]黄儒乐,吴江,韩宁.林火烟雾图像自动识别中的模式分类器选择[J].北京林业大学学报,2012,34(1):92-95.
    [5]濮永仙.基于病斑特征融合的烟草病害图像检索方法[J].河南农业科学,2015,44(2):71-76.
    [6]胡昭华,宋耀良.基于一种连续自编码网络的图像降维和重构[J].数据采集与处理,2010,25(3):318-323.
    [7]张芳,付立思.基于图像处理技术的黄瓜叶部病害识别诊断系统[J].农机化研究,2014(9):213-215.
    [8]刘丽娟,刘仲鹏,张丽梅.基于图像处理技术的玉米叶部病害识别研究[J].吉林农业科学,2014(1):45.
    [9]杨钟.面向图像分类和识别的视觉特征表达与学习的研究[D].广州:华南理工大学,2012.
    [10]霍迎秋,秦仁波,邢彩燕,等.基于CUDA的并行K-means聚类图像分割算法优化[J].农业机械学报,2014,45(11):47-53.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700