基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着我国花卉产业的蓬勃发展,花卉的自动化生产已经成为了必然趋势.提出了基于计算机视觉的杜鹃分级方法,对杜鹃的侧视图、俯视图进行图像分割,通过分析计算,得到株高、冠径、花盖度、花朵分布均匀度4项关键指标.对60盆杜鹃的分级试验结果表明,综合分级正确率达96.7%,其中株高的平均测量误差为5mm,冠径的平均测量误差为7 mm,而对花盖度及均匀度的分级正确率分别达98.3%和96.7%,并可测出准确的分级参数,用于杜鹃的培育分析.该分级方法准确,实时性高,为杜鹃自动化分级提供了有效的途径.
推荐文章
基于计算机视觉的车床零件自动检测
图像特征点
特征点描述
特征点匹配
OpenCVSharp
NuGet
ORB
针叶苗木计算机视觉特征提取方法
针叶苗木
计算机视觉
特征标志点
基于计算机视觉的铆钉缺陷检测
计算机视觉
图像处理
差影法
铆钉缺陷
基于计算机视觉的学生考试自动监考系统设计与实现
计算机视觉
考试
自动监考
视频帧
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于计算机视觉的杜鹃自动分级方法
来源期刊 广东农业科学 学科 农学
关键词 计算机视觉 分级 杜鹃
年,卷(期) 2015,(10) 所属期刊栏目 农业工程
研究方向 页码范围 160-165
页数 6页 分类号 S685.21|S226.5
字数 3972字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (124)
共引文献  (250)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(20)
  • 参考文献(0)
  • 二级参考文献(20)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(17)
  • 参考文献(3)
  • 二级参考文献(14)
2011(14)
  • 参考文献(5)
  • 二级参考文献(9)
2012(13)
  • 参考文献(2)
  • 二级参考文献(11)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机视觉
分级
杜鹃
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东农业科学
月刊
1004-874X
44-1267/S
大16开
广州市五山广东省农科院内
46-43
1965
chi
出版文献量(篇)
14242
总下载数(次)
17
总被引数(次)
80868
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导