基于遗传算法的蔬菜缺素叶片图像特征选择研究 |
| |
引用本文: | 毛罕平,徐贵力,李萍萍. 基于遗传算法的蔬菜缺素叶片图像特征选择研究[J]. 江苏大学学报(自然科学版), 2003, 24(2): 1-5 |
| |
作者姓名: | 毛罕平 徐贵力 李萍萍 |
| |
作者单位: | 1. 江苏大学机械工程学院,江苏,镇江,212013 2. 南京航空航天大学测试工程系,江苏,南京,210016 |
| |
基金项目: | 国家自然科学基金资助项目(30270774),江苏省自然科学基金项目(BK2001089) |
| |
摘 要: | 在基于计算机视觉技术的无土栽培蔬菜营养元素缺乏智能识别研究中,如何选择缺素叶片分类能力强的特征项组合是识别诊断面临的关键问题,利用遗传算法对提取的缺素叶片图像众多颜色和纹理特征项进行优化选择,以达到诊断识别用的信息最优,实验表明,经过优化的特征组合明显优于人工选择的特征组合分类能力。
|
关 键 词: | 遗传算法 番茄 缺素症 叶片 图像特征 优化选择 蔬菜 智能识别 计算机视觉 氮 |
文章编号: | 1671-7775(2003)02-0001-05 |
修稿时间: | 2002-12-10 |
Study on Application of Genetic Algorithm to Feature Selection of Leaves Image for Diagnosing Vegetable Disease of Nutrient Deficiency |
| |
Abstract: | |
| |
Keywords: | tomato leaf image feature selection genetic algorithm |
本文献已被 CNKI 维普 万方数据 等数据库收录! |