文章-世纪中文出版社

张青1 邹湘军2 林桂潮1 孙艳辉1 《建模与系统仿真》 2019年4期

摘要:

针对草莓在采后分级生产中存在分级规格不一和效率低下等问题,提出一种基于机器视觉技术的草莓重量与形状分级方法。利用阈值分割法检测草莓果实,提取果实周长和面积参数,通过多元线性回归分析建立草莓重量分级模型;提取果实的低频椭圆傅里叶系数作为形状特征参数,并对支持向量机进行训练,建立草莓形状分级模型。选用200个草莓样本进行试验,结果表明:重量分级正确率为89.5%,形状分级正确率为96.7%,平均运算时间分别为64ms和39ms。试验验证了该方法的鲁棒性和实时性。

草莓重量和形状图像特征提取与在线分级方法下载：50 浏览：420

张青1 邹湘军2 林桂潮1 孙艳辉1 《建模与系统仿真》 2019年4期

摘要:

针对草莓在采后分级生产中存在分级规格不一和效率低下等问题,提出一种基于机器视觉技术的草莓重量与形状分级方法。利用阈值分割法检测草莓果实,提取果实周长和面积参数,通过多元线性回归分析建立草莓重量分级模型;提取果实的低频椭圆傅里叶系数作为形状特征参数,并对支持向量机进行训练,建立草莓形状分级模型。选用200个草莓样本进行试验,结果表明:重量分级正确率为89.5%,形状分级正确率为96.7%,平均运算时间分别为64ms和39ms。试验验证了该方法的鲁棒性和实时性。

遥感图像特征提取与分类算法在自然灾害监测中的应用下载：165 浏览：2843

吴阳《光电子进展》 2024年4期

摘要:

本研究聚焦于遥感图像特征提取与分类算法在自然灾害监测中的应用，旨在探讨如何有效地利用遥感技术来提高自然灾害的监测和应对能力。遥感图像作为一种强大的数据源，具有广泛的应用潜力，可以为自然灾害的实时监测和预测提供宝贵信息。本研究将重点关注特征提取和分类算法的创新应用，以提高自然灾害监测的准确性和效率。本研究的主要目标是探索遥感图像特征提取与分类算法在自然灾害监测中的应用潜力。我们将介绍先进的特征提取技术，如卷积神经网络（CNN）和主成分分析（PCA），以及分类算法，如支持向量机（SVM）和深度学习模型，它们在自然灾害分类和定位中的作用。

基于无人机倾斜拍摄与数字图像处理技术的建筑墙面裂缝动态监测研究下载：169 浏览：2892

乔津榕白高岩官秋合陈雨露丁思予杨晓晨《光电子进展》 2024年4期

摘要:

校园建筑作为重要的公共场所，其安全问题直接关系到广大师生的人身安全和财产安全。本文提出了一种基于无人机倾斜拍摄和数字图像处理技术的方法，可以快速检测和动态监测建筑墙面裂缝，有效提升建筑物的安全性，并为建筑安全和维护提供可靠依据和支持。借助这项技术，我们能够实现短周期内的动态监测，从而有效进行墙体裂缝的实时监控，及时发现问题，避免人员和财产损失。这一方法具有高效性和精确性，能够增加墙面检测的频率，提高建筑物的安全性，促进可持续发展水平的提升。

无人机林火图像识别方法分析下载：172 浏览：2897

孙兴《光电子进展》 2024年3期

摘要:

林火是一种严重的自然灾害，对生态环境和人类安全造成巨大威胁。因此，及早识别和响应林火至关重要。本研究分析无人机林火图像识别方法，并探讨其在林火监测和应急响应领域的应用，通过提取图像特征并运用分类算法，将图像特征与分类算法相结合，从而开发有效的林火图像辨识算法，具体研究夜间和白天森林火灾的识别方法，希望通过这一研究，提供有效的工具和方法，帮助提高林火监测和应急响应的效率。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com