![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/0be6fd94-9a8d-41dc-bf84-4bfc82f4b4fe/0be6fd94-9a8d-41dc-bf84-4bfc82f4b4fepic.jpg)
![基于高光譜圖像的馬鈴薯形狀及重量分類識別建模研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/0be6fd94-9a8d-41dc-bf84-4bfc82f4b4fe/0be6fd94-9a8d-41dc-bf84-4bfc82f4b4fe1.gif)
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、馬鈴薯作為我國北方的主要食用作物,也是重要的經(jīng)濟作物,馬鈴薯的外部品質(zhì)的無損檢測是馬鈴薯的生產(chǎn)加工的重要環(huán)節(jié),同時也是馬鈴薯工業(yè)化生產(chǎn)以及進行深加工的首要步驟。本論文通過利用馬鈴薯的高光譜圖像,對馬鈴薯的薯形及重量的無損檢測進行了研究,具體的內(nèi)容如下:
(1)首先根據(jù)國家標準將馬鈴薯分為畸形和優(yōu)形,然后利用高光譜圖像技術(shù)采集馬鈴薯高光譜圖像信息,依次對馬鈴薯圖像進行灰度化、去噪、濾波等多種方法進行預(yù)處理,采用自適應(yīng)空間濾波等三
2、種方法,最后根據(jù)處理的結(jié)果選擇了效果最好的自適應(yīng)空間濾波的方法對圖像進行預(yù)處理。
(2)對經(jīng)過預(yù)處理以后的馬鈴薯灰度圖像進行閾值分割,對比全局閾值分割、局部閾值分割和迭代全局閾值分割的結(jié)果,選擇效果最好的迭代法全局閾值分割。通過對比多種邊緣檢測的方法,比較邊緣檢測的結(jié)果,最后選擇效果較好的基于小波變換的邊緣檢測。
(3)提取基于小波變換的邊緣檢測后馬鈴薯灰度圖像的Krawtchouk不變矩,利用Krawtchouk不
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像融合的高光譜圖像分類.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 基于GPU的高光譜圖像分類研究及應(yīng)用.pdf
- 基于高光譜圖像的雜草分類研究.pdf
- 基于分類精度預(yù)測的高光譜圖像分類研究.pdf
- 高光譜圖像分類研究.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類.pdf
- 基于集成學(xué)習(xí)的高光譜圖像分類.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類
- 基于稀疏表達的高光譜圖像分類研究.pdf
- 基于案例推理的高光譜圖像分類研究.pdf
- 基于LSTSVM的高光譜圖像分類方法研究.pdf
- 基于高斯過程的高光譜圖像分類研究.pdf
- 基于遞歸網(wǎng)絡(luò)的高光譜圖像分類.pdf
- 基于高斯過程分類器的高光譜圖像分類.pdf
- 基于空譜聯(lián)合的高光譜圖像分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類研究.pdf
- 基于云理論的高光譜遙感圖像分類研究.pdf
- 基于高斯過程的高光譜圖像分類算法研究.pdf
- 基于支持向量機的高光譜圖像分類研究.pdf
評論
0/150
提交評論