本文主要研究内容
作者谢滨瑶,祝诗平,黄华（2019）在《基于BPNN和SVM的烟叶成熟度鉴别模型》一文中研究指出：为了在烟叶采收环节中快速准确地鉴别适熟烟叶。以下部烟叶为样本,利用烟叶图像的RGB颜色特征信息,以目标区域和背景区域平均灰度值的最大对比度为依据,选取G-B图像提取烟叶目标区域。目标区域通过形态学膨胀和腐蚀运算去除噪声后,从原始烟叶图像中得到目标烟叶图像。通过MATLAB软件提取R、G、H、S、V颜色特征均值,以及能量ASM、熵ENT、惯性矩INE、相关性CORRL纹理特征,将这9个变量作为输入参数,分别建立基于BP神经网络、支持向量机的烟叶成熟度鉴别模型,准确率分别为93.83%和97.53%。试验结果表明,通过机器视觉对烟叶成熟度鉴别是可行的,为进一步研制烟叶采收机奠定了基础。
Abstract
wei le zai yan xie cai shou huan jie zhong kuai su zhun que de jian bie kuo shou yan xie 。yi xia bu yan xie wei yang ben ,li yong yan xie tu xiang de RGByan se te zheng xin xi ,yi mu biao ou yu he bei jing ou yu ping jun hui du zhi de zui da dui bi du wei yi ju ,shua qu G-Btu xiang di qu yan xie mu biao ou yu 。mu biao ou yu tong guo xing tai xue peng zhang he fu shi yun suan qu chu zao sheng hou ,cong yuan shi yan xie tu xiang zhong de dao mu biao yan xie tu xiang 。tong guo MATLABruan jian di qu R、G、H、S、Vyan se te zheng jun zhi ,yi ji neng liang ASM、shang ENT、guan xing ju INE、xiang guan xing CORRLwen li te zheng ,jiang zhe 9ge bian liang zuo wei shu ru can shu ,fen bie jian li ji yu BPshen jing wang lao 、zhi chi xiang liang ji de yan xie cheng shou du jian bie mo xing ,zhun que lv fen bie wei 93.83%he 97.53%。shi yan jie guo biao ming ,tong guo ji qi shi jiao dui yan xie cheng shou du jian bie shi ke hang de ,wei jin yi bu yan zhi yan xie cai shou ji dian ding le ji chu 。
论文参考文献
论文详细介绍
论文作者分别是来自中国烟草学报的谢滨瑶,祝诗平,黄华，发表于刊物中国烟草学报2019年01期论文，是一篇关于烟叶论文,成熟度论文,鉴别论文,神经网络论文,支持向量机论文,中国烟草学报2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国烟草学报2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。