《基于近红外传感器和面向对象光谱分割技术的田间棉株识别与提取》PDF+DOC
作者:邓劲松,石媛媛,陈利苏,王珂,祝锦霞
单位:中国光学学会
出版:《光谱学与光谱分析》2009年第07期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFGUAN2009070100
DOC编号:DOCGUAN2009070109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于图像识别的立定跳远自动测距系统设计》PDF+DOC2018年第05期 王震,巩秀钢,冯韶文,杨晨,王涛
《AS7262/AS7263多通道光谱片上传感器》PDF+DOC2017年第04期
《基于信息融合的移动机器人目标识别与定位》PDF+DOC2016年第11期 黄朝美,杨马英
《目标识别与人工智能高峰论坛》PDF+DOC2017年第03期
《地球敏感器光谱波段对红外带通滤光片的影响》PDF+DOC2000年第04期 黄心耕
《导引头信号和图象处理技术研究》PDF+DOC1998年第01期 邵姚定,何立萍
《固体传感器列阵:发展与应用》PDF+DOC1997年第11期 顾聚兴
《弹道导弹中段防御系统目标识别仿真研究》PDF+DOC2006年第11期 李康乐,刘永祥,黎湘
《基于机器视觉的物体包装盒实时贴标系统设计》PDF+DOC2013年第05期 程宏,曾连荪,童毅
《基于图像处理的舰船目标识别研究》PDF+DOC2015年第07期 宿勇
实时、高效、可靠的田间目标作物识别是精确农业中作物科学管理的基础,也是精确农业的关键技术之一。而传统的基于象元的信息提取方法已难以胜任复杂图像处理和高精度目标识别的需要。文章利用高分辨率的传感器获取可见-近红外影像,运用面向对象光谱分割技术和最邻近分类器,根据高分辨影像丰富的空间和光谱特征,利用对象的光谱、形状、拓扑等信息准确地进行田间棉株的识别。最后随机选取了300个样点,利用误差分析矩阵方法对识别结果进行了精度评价。结果表明田间棉株识别的总体精度高达96.33%,而KAPPA系数也达到0.926 7。尽管识别类型中棉株与背景(土壤,杂草等)有少量的混淆,而研究的识别精度完全可以满足精确农业自动化管理和决策的要求。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。