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:
应用机器视觉技术对大豆的外观品质进行检测成为近年来的研究热点,大豆的外观特征提取是检测的重要内容之一.为提高大豆样本的识别率,减少噪声对特征提取造成的污染,提出了一种基于小波矩的大豆外观品质特征提取方法.该方法对大豆样本图像进行基于小波变换的不变矩特征提取,有效地解决了由于大豆本身存在的大小不同、移动等造成的特征不明的问题.试验证明:此方法不仅能够精确地描述大豆外观品质特征而且对噪声不敏感,此方法识别精度高,正确识别率达到99%.
推荐文章
基于小波矩的车辆特征提取算法研究
特征提取
Hu不变矩
小波能量矩
目标识别
基于小波和矩的图像字符特征提取方法研究
字符识别
特征提取
缩放和旋转不变性
小波变换
矩特征向量
基于小波变换的指纹特征提取方法
指纹识别
指纹特征
小波变换
二值化
基于高斯小波滤波器的语音识别特征提取方法
特征提取
高斯小波
语音识别
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 基于小波矩的大豆外观品质特征提取方法的研究
来源期刊 大豆科学 学科 农学
关键词 大豆 机器视觉 小波矩 特征提取
年,卷(期) 2016,(4) 所属期刊栏目 分析加工
研究方向 页码范围 679-682
页数 分类号 S565.1
字数 语种 中文
DOI 10.11861/j.issn.1000-9841.2016.04.0679
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 柴玉华 东北农业大学电气与信息学院 55 496 13.0 19.0
2 孙玮磷 东北农业大学电气与信息学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (33)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1962(3)
  • 参考文献(0)
  • 二级参考文献(3)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大豆
机器视觉
小波矩
特征提取
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
大豆科学
双月刊
1000-9841
23-1227/S
大16开
哈尔滨市南岗区学府路368号
14-95
1982
chi
出版文献量(篇)
3361
总下载数(次)
6
总被引数(次)
32053
论文1v1指导