复杂条件下多玉米籽粒识别与统计方法研究
Journal of Shenyang Agricultural University(Social and Edition)（2014）
摘要
为提高复杂条件下多玉米籽粒的识别与统计效果,以图像处理为手段,在非均匀光照校正和噪声滤除的基础上,提出了新的图像阈值搜索范围和新的阈值判别准则,以寻找最佳阈值.采用改进的最大类间方差(Otsu)算法对玉米籽粒图像进行分割,结合基于连通区域的面积法对籽粒数目进行统计.试验结果表明:研究的新算法不仅缩短了运算时间,并且有效的去除了非均匀光照和噪声等因素的干扰,提高了玉米籽粒识别与统计的准确率.通过对50幅玉米籽粒图像进行算法测试,得出籽粒识别的平均准确率达到97％,说明了研究提供的籽粒分割与统计方法准确率高,对于种子千粒重等物料特性分析有重要的应用价值.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要