2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像作為人類最重要的信息來源,有著直觀性、易理解性。隨著科學(xué)技術(shù)的發(fā)展,尤其是計(jì)算機(jī)和數(shù)字圖像技術(shù)的發(fā)展,出現(xiàn)了很多新理論,新方法,新算法,新手段和新技術(shù),而且在科學(xué)研究、農(nóng)業(yè)監(jiān)控、工業(yè)生產(chǎn)等方面得到了應(yīng)用,對(duì)社會(huì)的發(fā)展,人們生活水平的提高都有很多的貢獻(xiàn)。在精準(zhǔn)農(nóng)業(yè)尤其是大棚農(nóng)業(yè)的相關(guān)管理中需要對(duì)生長(zhǎng)作物的生長(zhǎng)信息,進(jìn)行有效地采集和提取,使用這些圖像信息就可以用來對(duì)它的生長(zhǎng)狀況或者果實(shí)的采集,雜草的清除,各種營(yíng)養(yǎng)的噴灑等進(jìn)行控制。本文在

2、總結(jié)國(guó)內(nèi)外相關(guān)研究的基礎(chǔ)上,以大棚植被圖像為研究對(duì)象,重點(diǎn)研究圖像的顏色特征,圖像灰度特征,以及對(duì)于圖像分類特征的提取及識(shí)別方法。針對(duì)在雜草圖像分割方面的存在不足之處,結(jié)合超綠特征分割算法和SOFM網(wǎng)絡(luò),構(gòu)造出一種雜草圖像識(shí)別模型G-SOFM空間聚類模型。該方法通過在超綠特征的處理之后,使用超綠特征的灰度和歸一化的兩個(gè)特征向量,實(shí)現(xiàn)SOFM空間聚類。實(shí)驗(yàn)結(jié)果表明改進(jìn)的G-SOFM方法比超綠特征分割平均提高20%。本算法結(jié)合后期形態(tài)學(xué)去噪

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論