针对禾本科牧草种子相似性较高、识别困难的问题,采用局部相似模式（LSP）和灰度共生矩阵（GLCM）的方法,对禾本科牧草种子的分类识别进行研究。结果表明:1)局部相似模式与灰度共生矩阵融合的方法可以有效的提取禾"/>
Search
ChatPaper
AI Writing
analysis
Analysis
编组
Open Data
more
More
RankingsMust ReadingJournal&ConferenceAI TRAI HistoryMaster Reading TreeXiaomai's Star TalentsTrajectoryTalentNDI TrackerAI sign LanguageOpen
VIPCreated with Sketch.

基于LSP与GLCM融合的禾本科牧草种子特征提取算法

CHEN Tong,PAN Xin,MA Yubao,YAN Weihong

Journal of China Agricultural University（2019）

Cited 2|Views17
No score
Abstract
针对禾本科牧草种子相似性较高、识别困难的问题,采用局部相似模式（LSP）和灰度共生矩阵（GLCM）的方法,对禾本科牧草种子的分类识别进行研究。结果表明:1)局部相似模式与灰度共生矩阵融合的方法可以有效的提取禾本科牧草种子的纹理特征,能够识别颜色、形状、大小等特征都十分相似的牧草种子,且其识别率优于传统的LSP特征算子和GLCM特征算子。2)与传统LSP算法相比,结合灰度共生矩阵算法后,得到的特征受到相似种类种子图像的影响较小,具有更广泛的适应性。因此,基于LSP和GLCM的融合算法可以有效地提取相似禾本科种子图像的纹理统计特征,采用线性判别分析分类器（LDA）进行分类,识别率最高达到98.64%。
More
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined