搜索结果: 1-8 共查到“农业电气化与自动化 Recognition”相关记录8条 . 查询时间(0.187 秒)
车载语音识别系统设计与试验（Design and Experiment of a Vehicular Speech Recognition System）
车辆 语音识别系统 动态时间归整算法
2010/1/28
用改进的动态时间归整（DTW）算法进行语音辨识，设计了语音识别系统软件，以SPCE061A单片机为核心设计了车载语音识别系统的电控单元（ECU）。在车内不同噪声环境下进行了语音识别试验，结果表明语音识别率随着车内环境噪声的增加而下降，随着语音字数的增加而降低；在车辆怠速车内噪声小于50dB(A)的环境中2字语音平均识别率为90%、4字语音的识别率为85%； 在车辆定置油门半开、车内噪声为60～70...
基于K均值聚类的绿色苹果识别技术（Segmentation Algorithm for Green Apples Recognition Based on K-means Algorithm）
苹果 机器视觉 图像识别
2009/11/3
针对颜色和背景相近的绿色苹果，提出了一种基于K-均值聚类的苹果图像识别算法。该算法以8×8像素的正方形区域为分割单位。选择颜色差R-B作为颜色特征，选择灰度均值m，标准偏差σ和熵e作为纹理特征，形成特征向量空间。采用间隙统计法确定苹果图像的最佳聚类数。 将特征向量空间和最佳聚类数作为输入，运用本文算法对苹果图像进行聚类和分割。对200幅图像识别实验结果表明，在顺光和逆光情况下，算法均能实现果实与背...
基于颜色和形状特征的茶叶嫩芽识别方法（Recognition of the Tea Sprout Based on Color and Shape Features）
茶叶嫩芽 识别 颜色特征
2009/11/3
与人工采摘茶叶相比，现有采茶机械虽能提高采摘速度，但采摘时老叶、嫩叶一起采，缺乏选择性，并有部分叶片遭破损，降低了原料品质。为此，需要研究具有选择性、低损伤率的自动采摘方法。本文采用基于颜色和形状特征的图像处理方法，实现茶叶嫩芽的计算机识别和检测。针对清明期陕西名茶“午子仙豪”茶叶，首先在RGB颜色空间中提取茶叶图像的G分量，并采用双阈值方法对图像进行分割；然后根据茶叶嫩芽的形状特征，检测茶叶嫩芽...
农业车辆杂草环境下视觉导航路径识别方法（Path Recognition for Vision Navigation System of Agricultural Vehicle in Weed Environment）
杂草环境 视觉导航 路径识别 BP神经网络
2009/11/3
在普通环境导航路径识别方法的基础上，分析了株间杂草和垄间杂草对农业车辆导航路径的影响。针对影响较大的垄间杂草环境，提出一种基于BP神经网络的杂草环境下导航路径识别方法。田间实验证明，该方法对杂草的影响具有较好的适应性，能够快速、可靠、准确地提取导航路径特征，识别率为97%，单幅图像平均耗时560ms。
图像分割在成熟茄子目标识别中的应用（Image Segmentation in Object Recognition of Mature Eggplant）
茄子 图像分割 自动阈值 图像识别
2009/11/3
针对在自然光生长条件下采集的茄子图像，采用自动取阈的算法，分别利用图像的灰度信息、基于R、G、B分量线性变换的3个正交彩色特征量和基于HSV彩色空间对图像进行分割。经Matlab仿真对比结果得出：利用Otsu算法对灰度图进行分割，虽然对灰度直方图进行了优化，目标与背景的分割效果较好，但存在局部反光的影响；采用改进的Otsu算法，对彩色特征量(2G-R-B)/4进行分割，可以在一定程度上消除局部反光...
基于傅里叶描述子的稻飞虱形状识别（Rice Hopper Shape Recognition Based on Fourier Descriptors）
稻飞虱 傅里叶描述子 欧氏距离
2009/9/11
分析了具有旋转、平移和尺度变换不变性，并且与边界的起点位置无关的归一化傅里叶描述子，并把傅里叶描述子及欧氏距离应用于稻飞虱的形状识别中，通过计算同一形状和不同形状的平均离散度检验了归一化傅里叶描述子系数的稳定性，从而确定形状系数基准值。对191张样本图像进行了测试，当相似度差异小于0.0123时，稻飞虱误判率为7.85%。结果表明，归一化傅里叶描述子具有高效的识别性能。
基于机器视觉的苹果识别和形状特征提取（Recognition and Shape Features Extraction of Apples Based on Machine Vision）
苹果 机器视觉 图像识别
2009/9/11
提出了利用色差R—G和色差比(R—G)/(G—B)相结合的苹果识别方法。在顺光、逆光等不同情况下对拍摄的苹果图像进行了识别，并对识别后的图像进行消除噪声、区域填充等预处理，获得苹果的轮廓图像。针对轮廓图像，采用遗传算法进行形状特征提取。采取多次运行遗传算法，并依次转换目标轮廓点为背景点的方法，处理果实图像邻接、重叠问题。实验结果表明：苹果识别方法在一定程度上消除了阴影、逆光、土壤等影响，识别率达9...
农业车辆视觉实际导航环境识别与分类（Recognition and Classification for Vision Navigation Application Environment of Agricultural Vehicle）
农业车辆 视觉导航 实际环境
2009/8/11
分析了对路径识别影响较大的变光照环境、杂草环境和阴影环境对农业车辆导航路径的影响，提出一种实际环境中的农业车辆视觉导航研究方法，即先采用神经网络算法对农田环境进行自动分类，然后再相应的选择不同的路径识别方法进行处理。环境识别与分类试验结果证明，该方法能够提高农业车辆视觉导航系统的实用性和可靠性，导航环境的分类准确率为95%，单幅图像平均耗时23ms。