论文部分内容阅读
提出了一种基于色度饱和度亮度HSI(空间)和学习矢量量化(LVQ)神经网络的玉米雄穗识别算法,可以有效提高玉米雄穗的识别准确率。将玉米田间图像由三原色(RGB)颜色空间转换到HSI颜色空间并提取其H分量图;对H分量图进行二值化处理、中值滤波、连通域面积去噪、形态学处理和生成矩形框框出连通域。在识别阈值分割算法之后加入再确认步骤,将识别出的候选玉米雄穗进行颜色、形态特征提取,并将上述特征输入训练好的LVQ神经网络进一步确认,得到的分割结果有效地提高了玉米雄穗识别的准确性,准确性达96. 9%。