特征点提取算法在作物病原镰刀菌图像识别中的应用.pdfVIP

特征点提取算法在作物病原镰刀菌图像识别中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
特征点提取算法在作物病原镰刀菌图像识别中的应用.pdf

安徽农业科学。JournalofAnhuiA .Sci.2010,38(6):3280—3281 责任编辑 熊章琴 责任校对 卢瑶 特征点提取算法在作物病原镰刀菌图像识别中的应用 王国斌,赵艳 ,吕晶,金花,刘丽娟 (河北农业大学,河北保定07l(】01) 摘要 提 出一种针对镰刀菌图像的特征点提取的算法。该算法利用Harris算子提取待匹配图像以及基准图像的特征点,利用Hausdorff 距离方法进行度量优化,从而从基准图像找到待匹配图像。试验证明,该算法可以有效地对镰刀茵图像进行检索与匹配。 关键词 镰刀茵图像;Harris特征点;Hausdorff距离;检索;匹配 中图分类号 S182 文献标识码 A 文章编号 0517—661l(2010)06—03280—02 ApplicationofCharacteristicPointExtractionAlgorithm intheImageIdentificationofFusarium inCrops WANG Gno.binetal (AgriculturalUniversityofHebei,Baoding.Hebei071001) Abstract A kindofalgorithm forthecharacteristicpointextractionFusarium imagewasproposed.Harrisalgorithm wasusedtOextractthe thecharacteristicpointofmatchingimagesandreferenceimages.AndtheywereoptimizedbyusingHausdorffdistancemethod,SOastofind outmatchingimagefrom referenceimages.ThetestshowedtIlatthealgorithm could searchandmatchtheimagesofFusarium effectively. Keywords Fusarium image:Harrischaracteristicpoint:Hausdorffdistance;Search;Match 镰刀菌是一类世界性分布的真菌,它可侵染多种植物 日(A,日)=max(h(A,B),h(B,A)) (粮食作物、经济作物、药用植物及观赏植物),引起植物的根 式中,h(A,B)=m (iIl6一。lj)。h(A,B)称为集合A 腐、茎腐等多种病害,寄主植物达 100余种,侵染寄主植物维 到B的有向Hausdorff距离 ,即点集A中所有点到点集 B的 管束系统,破坏植物的输导组织维管束,并在生长发育代谢 最小距离的最大值。h(B,A)称为反向Hausdorff距离,它和 过程中产生毒素危害作物,造成作物萎蔫死亡,影响产量和 h(A,B)中的较大值构成点集A和点集B的Hausdorff距离。 品质,是生产上防治最艰难的重要病害之一。在对镰刀菌进 由定义可 以看 出,Hausdorff距离受干扰点或外部点 行基于内容的图像检索中,用查询图像进行检索经常需要用 (outlier)影响较大,即使集合 、形状相似,但只要有 中 到整幅图像的信息。尽管目前已有很多种类型的分割算法, 一 个点偏离 较远 ,那么计算出的Hausdorff距离会很大。 但是分割的效果依赖于图像的具体内容,还没有一种适合所 为此 ,Huttenlocher等 提 出了部分 Hausdorff距离的概念。 有图像的分割算法。笔者针对镰刀菌图像的检索算法进行 部分Hausdorff有向距离定义: 了一些研究,总结图像匹配方法,提出了基于Harris特征点 h(A,B)= d(0) 提取和Hausdorff距离度量 的识别匹配算法,为今后的图像 式中,d(。)=rain ll。一6ll。它的含义是将点集A中所 识别提供借鉴。 有点到点集 的距离从小到大排序,然后取第 七个值作为部 1 方法与实现

文档评论(0)

追云少女 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档