基于机器视觉和GABP算法的播种检测研究

来源 :测控技术 | 被引量 : 2次 | 上传用户:lh305879918
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了判别育秧播种后每穴超级稻籽粒的数目,基于机器视觉运用了遗传改进的BP神经网络(GABP)算法并结合LabVIEW和Matlab设计了图像采集、处理及结果显示系统。针对采集到的图像,采用迭代阈值法分割并获取二值图像,运用投影法定位秧盘目标检测区域及秧穴,并提取超级稻的面积、周长、形状因子和7个不变矩共10个特征参数,建立基于GABP算法的播种检测模型,分别检测空穴、1粒、2粒、3粒。检测试验结果表明,4种情况的实际检测试验结果与人工检测相对误差分别为3.9%、2.0%、3.74%、5.63%,算法
其他文献
技术创新是企业发展的不竭动力源泉已成为大家共识,然而,目前许多企业特别是经济欠发达省份的企业普遍存在创新能力不足,领导重视和认识程度不够的问题.本文针对上述现象进行
大数据的爆炸式增长将继续引发一系列普遍和持久的问题,而企业正在寻求如何依据不断变化的监管要求以最佳方式保留、访问、发现和最终删除内容。大数据正在困扰着从JT到法律部