发明名称 |
基于Curvelet-SC玉米病害识别方法 |
摘要 |
本发明属于基于机器视觉的识别检测技术领域,具体为一种基于Curvelet和Shape Context的玉米病害检测方法。根据曲线波和形状上下文相结合的新方法来提高玉米病害识别的速度和抗干扰能力。利用区域生长法(Seeded Regional Growing Algorithm,SRG)对玉米叶部病害图像进行分割。进而提出曲线波模系数相关法获提取玉米叶部病害的有效轮廓。然后,结合形状上下文算法(Shape Context,SC)获取病害图像的形状直方图特征。最后,采用n fold cross-validation法,在玉米叶部病害数据库上进行验证。本发明对其它病害识别具有一定的指导意义。 |
申请公布号 |
CN104318227A |
申请公布日期 |
2015.01.28 |
申请号 |
CN201410668931.9 |
申请日期 |
2014.11.19 |
申请人 |
天津工业大学 |
发明人 |
罗菁;耿树泽 |
分类号 |
G06K9/00(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于Curvelet和Shape Context的玉米病害检测方法,其特征在于,根据曲线波和形状上下文相结合的新方法,所述利用区域生长法(Seeded Regional Growing Algorithm,SRG)对玉米叶部病害图像进行分割。所述提出曲线波模系数相关法获提取玉米叶部病害的有效轮廓。然后,结合形状上下文算法(Shape Context,SC)获取病害图像的形状直方图特征。 |
地址 |
300387 天津市西青区宾水西道延长线399号天津工业大学 |