- · 清华大学与美国布鲁金斯学会联合举办高级别闭门圆桌会议 探讨中美合作路径 共同应对新冠疫情[02/06]
- · 美术学院设计团队完成2021央视春晚动漫生肖吉祥物形象及周边衍生品设计[02/05]
- · 马来西亚IOI产业集团董事长李耀昇捐赠清华大学[02/02]
- · 新时代高校助力乡村振兴交流研讨会成功举办[02/01]
- · 清华大学电子工程系陆明泉教授荣获美国导航学会瑟洛奖并当选会士[01/29]
- · 清华大学全球战略布局项目2021年度工作交流会召开[01/23]
- · 清华大学召开2021年两院院士新春座谈会[01/20]
- · 清华大学召开2020年度校领导班子民主生活会[01/19]
基于灰度关联分析的苹果病害识别方法研究
作者: 霍迎秋 ; 唐晶磊 ; 尹秀珍
关键词: 苹果病害 水平集 特征提取 图像识别 灰度关联分析
摘要:为实现自然条件下低分辨率苹果病害的智能识别,对获取图像进行预处理,采用改进的水平集交互式分割方法提取病斑。在实验的基础上,基于灰度共生矩阵提取8个纹理特征参数作为病斑的有效识别特征,构建了基于灰度关联分析的病害识别模型。实验结果表明,用优选的8个纹理特征和基于灰度关联分析识别模型,对3种病害的平均正确识别率最高达到85.41%,可以有效识别苹果的病害。
上一篇:第二类吸收式热泵PID控制算法研究
下一篇:超声波提取独活中总香豆素的工艺研究