当前位置: 首页 > 文章 > 基于深度学习的桑叶成熟度智能识别 农业与技术 2024,44 (24) 56-59
Position: Home > Articles > 基于深度学习的桑叶成熟度智能识别 Agriculture and Technology 2024,44 (24) 56-59

基于深度学习的桑叶成熟度智能识别

作  者:
陈颖博
单  位:
安康学院电子与信息工程学院/大数据与智能信息处理研究中心
关键词:
深度学习;桑叶成熟度;图像处理;特征提取;智能识别
摘  要:
准确识别桑叶成熟度对养蚕及桑叶附属品加工具有重要意义。本研究提出了一种基于深度学习的桑叶成熟度智能识别方法。利用VGG(Visual Geometry Group)网络模型提取桑叶图像特征;利用改进的Otsu(最大类间方差法)阈值分割算法提取桑叶图中桑果和绿叶区域;对桑叶图中的桑叶区域进行颜色阈值分割;结合颜色和形状特征对桑叶图进行分类,实现桑叶成熟度识别。结果表明,研究对不同桑树品种的桑叶图均能进行识别,准确率达到90%以上,相比传统方法识别速度快、精度高。

相似文章

计量
文章访问数: 2
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊