基于支持向量机分类算法测定梨树轮纹病抗性的方法

    公开(公告)号:CN113627531A

    公开(公告)日:2021-11-09

    申请号:CN202110919361.6

    申请日:2021-08-11

    Abstract: 本发明公开了一种基于支持向量机分类算法测定梨树轮纹病抗性的方法,属于图像处理技术领域。本发明采用大津(Otsu)算法确定病斑区域分割的最佳阈值,以最大精度分割、提取病斑区域。采用粒子群算法(PSO)优化机器学习SVM算法参数,建立梨树轮纹病最佳SVM分类器。借助参考物体计算病斑区域的当量圆直径,并根据病斑的当量圆直径测算发病等级,确定病情指数并划分抗病性。与传统直尺十字交叉测量法相比,该方法不仅可以检测病斑类型,对发病等级和病情指数的判断也更科学,更准确。同时,对于多片叶子也可实施检测,极大的提升工作效率,为规模化测定梨等果树的轮纹病抗性提供高效实用的方法。

    一种基于图像处理的梨果实横纵径测量方法

    公开(公告)号:CN110751689A

    公开(公告)日:2020-02-04

    申请号:CN201911019716.5

    申请日:2019-10-24

    Abstract: 本发明提出一种基于图像处理的梨果实横纵径测量方法,通过摄像设备采集不同角度的梨表面图像,将预处理后的图像中的像素分为背景类和目标类,根据图像中每一行、每一列像素点的灰度值之和计算图像中梨果实的横纵径长度,分析多个角度的图像,取横径的最大值、最小值、平均值和纵径的最大值,最后将字符型性状转变为数值型性状,得到实际的梨果实横纵径。本发明的方法采用机器进行图像采集和数据测量,测量效率更高,采集多个角度的梨果实数据,测量精度更好,不需要过多人工干预,测量成本更低,能够实现高效、大规模的梨果实横纵径数据采集,为梨种质表型数据研究提供了很好的数据保障,为梨种质资源的准确描述和高效利用提供了理论依据。

Patent Agency Ranking