-
公开(公告)号：CN111260259A
公开(公告)日：2020-06-09
申请号：CN202010130054.5
申请日：2020-02-28
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种基于耦合表示的作物育种评价方法及装置，该方法包括：构建作物育种评价数据集，数据集中的每个数据单元包括育种个体的性状特征集合T以及实验结果；对所有性状特征集合T进行预处理；将所有性状特征均进行预设位数L的指数扩充，形成TL；根据TL建立每个性状与TL中所有性状特征的耦合关系矩阵，确定每个性状对应的L个耦合特征，并根据所有性状的耦合特征，构建性状耦合特征集合TC；基于TC并以实验结果为标签，进行耦合特征选择，得到分类准确率最高的耦合特征子集TS，使用TS构建育种评价模型进行育种评价。该方法可有效描述作物性状表现间的耦合关系，解决作物各性状表现非独立同分布带来的评价效果偏置。
-
公开(公告)号：CN108198156B
公开(公告)日：2020-06-09
申请号：CN201711260921.1
申请日：2017-12-04
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种作物叶片图像的增强方法和装置，包括：S1、对于采集到的彩色图像进行缩放，获取作物叶片彩色图像；S2、基于改进的引导滤波算法对作物叶片彩色图像进行滤波处理，获取第一彩色图像；S3、用所述作物叶片彩色图像减去所述第一彩色图像，获取第二彩色图像，所述第二彩色图像是所述第一彩色图像的细节图像；S4、基于所述第二彩色图像中的像素亮度值的均值和所述第二彩色图像的每一像素的对比度，将所述第一彩色图像和所述第二彩色图像进行融合，获取作物叶片的增强图像。本发明对作物叶片图像进行了增强，降低了噪声影响，突出了图像中的有用信息，提高了图像质量；克服了现有技术中存在的颜色失真、增强效果不明显等问题。
-
公开(公告)号：CN106803257B
公开(公告)日：2020-04-10
申请号：CN201611197973.4
申请日：2016-12-22
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种作物病害叶片图像中病斑的分割方法，包括以下步骤：从图像采集设备中获取包含作物病害叶片的彩色图像，归一化处理，转换到CIEL*a*b*颜色空间，设置初始分类数目为2，利用自适应特征学习方法，学习图像中的病斑和背景叶片的初始分类颜色特征R、G、B的值，计算各个像素点到分类中心的距离，把数据归类；计算a*均值之间的距离，若a*值的距离得出最大结果则分割结束。本发明提出的方法，克服了已有技术存在不同作物、不同病害分割结果不稳定的问题，提高了病斑分割算法的分割精度和适应性，而且还能够应用于智能手机等移动终端，适合田间操作，拓宽了该方法的应用范围。
-
公开(公告)号：CN106803257A
公开(公告)日：2017-06-06
申请号：CN201611197973.4
申请日：2016-12-22
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种作物病害叶片图像中病斑的分割方法，包括以下步骤：从图像采集设备中获取包含作物病害叶片的彩色图像，归一化处理，转换到CIEL*a*b*颜色空间，设置初始分类数目为2，利用自适应特征学习方法，学习图像中的病斑和背景叶片的初始分类颜色特征R、G、B的值，计算各个像素点到分类中心的距离，把数据归类；计算a*均值之间的距离，若a*值的距离得出最大结果则分割结束。本发明提出的方法，克服了已有技术存在不同作物、不同病害分割结果不稳定的问题，提高了病斑分割算法的分割精度和适应性，而且还能够应用于智能手机等移动终端，适合田间操作，拓宽了该方法的应用范围。
-
-
-
Search Results
14
records
(took 0.024 seconds)
