龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：青岛农业大学
摘要：本发明涉及农作物智能识别技术领域，具体涉及一种黄瓜叶片异常表型识别方法，具体如下：获取两种种植环境下黄瓜叶片的彩色图像，并进行逐像素的人工标注，再将图像按比例划分为训练集和测试集；分别对训练集和测试集中的图像进行数据预处理；通过改进的多尺度超像素分割方法得到超像素区域；计算训练集和测试集中图像的各超像素区域在三个通道上的亮度分布特征向量，得到通道特征向量；划分超像素区域类型，计算两类区域的特征向量值；对测试集进行评估。本发明通过更加细粒度的角度分析黄瓜表型发生变化的概率，可以高效准确地自动识别叶片的异常表型。
主权项：1.一种黄瓜叶片异常表型识别方法，其特征是，包括以下步骤：S1、分别获取两种种植环境下黄瓜叶片的彩色图像，并对获取的图像进行逐像素的人工标注，再将标注后的图像按比例划分为训练集和测试集；S2、分别对训练集和测试集中的图像进行数据预处理，首先对图像进行裁剪，然后对裁剪后的图像进行叶子区域提取，进而得到叶子图像；S3、通过改进的多尺度超像素分割方法从训练集和测试集中的叶子图像中提取异常表型叶片特征，得到超像素区域；S4、计算训练集和测试集中图像的各超像素区域在三个通道上的亮度分布特征向量，得到通道特征向量；S5、对训练集中所有图像的超像素区域进行正常类与异常类的划分，然后根据两类超像素区域的亮度分布特征向量计算两类区域的特征向量值；S6、将测试集中每个图像中的超像素区域的通道特征向量分别与训练集中两类区域的特征向量值进行相似度度量，得到异常像素数量，最后根据异常数量来判断测试集中图像是否正常。
全文数据：
权利要求：
百度查询： 青岛农业大学 一种黄瓜叶片异常表型识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号