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:
本文提出了一套基于Lab模型和MVT的黄粒米自动检测系统。为了用色调来描述黄粒米的特征,提出了一套图像处理的算法。将大米图像从背景分离之后,将RGB模型转换为Lab颜色模型来提取色度特征,并将色度特征采用直方图进行统计。接着采用主分量分析法,将色度统计信息由256维向量降低到10维向量。以这10维向量为输入,用支持向量机进行分类。最后,经过训练得到最优分类函数,分类正确率达到98.5%。
推荐文章
基于色调的黄粒米检测方法
大米
图像处理
机器视觉
基于分块和Lab颜色模型的字幕提取方法
文本检测
文本定位
文本提取
块变化率
Lab颜色模型
二值化
基于图像识别的黄粒米自动检测研究
稻米
黄粒米
图像识别
自动检测
基于计算机图像处理技术的黄粒米检测系统研究
黄粒米
L*a*b*颜色空间
图像处理
自动检测
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 Lab模型和 MVT在黄粒米检测中的应用
来源期刊 电子测试 学科
关键词 黄粒米 Lab模型 MVT 主分量分析 支持向量机 分类
年,卷(期) 2016,(2) 所属期刊栏目 理论与算法
研究方向 页码范围 59-61
页数 3页 分类号
字数 3012字 语种 中文
DOI
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 朱宪宇 7 8 1.0 2.0
2 李庆先 20 56 4.0 7.0
3 刘良江 12 13 2.0 3.0
4 谢林武 3 2 1.0 1.0
5 布占玉 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  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2019(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
黄粒米
Lab模型
MVT
主分量分析
支持向量机
分类
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
总被引数(次)
36145
论文1v1指导