科研产出
基于机器视觉的稻谷品种鉴别方法比较
《电子技术与软件工程 》 2019
摘要：本文为了寻求稻谷品种鉴别方法与应用场合的最佳匹配,利用机器视觉技术提取5个稻谷品种的光谱信息和图像特征。利用基于支持向量机(SVM)以及BP神经网络(BP-ANN)两类模型,在有无主成分分析的两种情况下,对稻谷的鉴别效果进行全面分析和对比。结果表明:事先进行主成分分析将使得处理过程更加高效,但也带来信息损失;线性和径向基核函数分别在处理高维和低维特征变量时有优势;对于这5个稻谷品种,基于BP-ANN的分类效果要优于基于SVM的。
关键词： 机器视觉 支持向量机 核函数 误差反传神经网络 主成分分析
全文链接
请求原文
基于生猪外形特征图像的瘦肉率估测方法
《农业工程学报 》 2017 EI 北大核心 CSCD
摘要：为实现生猪瘦肉率的快速无损检测,以机器视觉为主要技术,通过生猪的外形特征图像进行瘦肉率估测,为饲养者与收购者提供生猪品级的决策依据。采用MATLAB为开发工具,通过图形用户界面(graphical user interface,GUI)实现软件操作界面,以生猪的侧面及背面图像为研究对象,利用图像处理技术从目标中提取体长、体高、胸深、腹长、臀宽、腰宽等数据,以这些体尺的比例(胸深体高比、臀宽体长比、臀宽腰宽比、腹长体长比)为参数,通过径向基函数(radial basis function,RBF)神经网络进行瘦肉率估测。该文分别对7组生猪外形图像进行处理,4项比例指标的平均估测准确率分别为92.90%、92.44%、95.17%、96.51%,瘦肉率的平均估测准确率为94.35%。结果表明,该文所构造的基于生猪外形特征图像的瘦肉率估测方法工作效率高,成本低,可用于估测生猪瘦肉率。
关键词： 机器视觉 图像分割 模型 瘦肉率 活体猪 RBF神经网络
全文链接
请求原文
首页上一页1下一页尾页
