基于多特征融合的简单背景下的叶片识别方法.pdf

本发明公开了一种基于多特征融合的简单背景下的叶片识别方法，首先采用基于大津阀值法的分割算法对叶片图像进行分割，将叶片与背景分割开来；然后在分割得到的叶片图像上提取多个叶片的轮廓形状及集合特征的描述子，包括多尺度三角特征、定向片段直方图、基于轮廓关键点的特征以及叶片的几何特征；最后采用局部敏感哈希与自定义的加权置信评分算法对提取的多个特征进行融合并匹配。该方法能克服一般特征对细粒度叶片图像无法进行良好描述等问题，通过将多个叶片的显著特征进行融合能很有效地提高识别准确率。

2023-10-12

10

1MB

应用叶片图像分割与特征融合的复杂背景植物识别方法.docx

应用叶片图像分割与特征融合的复杂背景植物识别方法应用叶片图像分割与特征融合的复杂背景植物识别方法摘要：随着计算机视觉和机器学习技术的快速发展，目标识别成为了一个重要的研究领域。植物识别是其中的一个具有挑战性的任务，尤其是在复杂背景下。本文提出了一种应用叶片图像分割与特征融合的复杂背景植物识别方法，旨在提高植物识别的准确性和鲁棒性。关键词：计算机视觉、机器学习、目标识别、植物识别、叶片图像分割、特征融合1.引言在农业、生态学和环境保护等领域，对植物的准确识别和分类具有重要意义。然而，由于植物的多样性和复杂性

2024-11-01

5

10KB

基于多特征融合的动作识别方法.docx

基于多特征融合的动作识别方法基于多特征融合的动作识别方法摘要：动作识别是计算机视觉与模式识别领域的重要研究方向之一。为了提高动作识别的准确性和鲁棒性，研究者们不断探索各种有效的方法。本文提出了一种基于多特征融合的动作识别方法，通过综合利用颜色、形状和运动等多个特征，实现对动作的准确识别。实验结果表明，该方法在动作识别准确性和鲁棒性方面都取得了显著的提升。1.引言随着计算机视觉和模式识别技术的不断发展，动作识别在人机交互、视频监控、虚拟现实等领域具有广泛的应用。动作识别旨在将输入的视频或图像序列映射到其对应

2024-10-27

5

11KB

基于多轮廓特征融合的步态识别方法.pdf

本发明公开了基于多轮廓特征融合的步态识别方法，涉及机器视觉技术领域，使用了目前步态识别中常见的基于非模型的方法提取特征，该方法简单有效，所有的特征在同一组图像序列中获取，使得特征方便提取，而且本发明提取的特征维度较低，因此识别时反应时间较短。本发明的方法在90度的视角下取得98.33％的识别率，同时在其他角度下也有着90％以上的识别率。

2023-09-01

10

238KB

基于多特征融合的刀具磨损识别方法.docx

基于多特征融合的刀具磨损识别方法一、引言随着制造业的快速发展，越来越多的制造行业采用高效的数控机床和自动化生产设备进行生产。其中，刀具在机床加工过程中起着至关重要的作用。然而，由于长期使用和磨损，刀具的性能会逐步下降，导致无法满足生产要求。因此，及时检测和识别刀具磨损状态是提高生产效率和质量的关键。目前，刀具磨损识别主要依靠人工经验或者专业的磨损检测仪器进行。然而，这些方法存在着高昂的成本和效率低的问题。为此，本文提出一种基于多特征融合的刀具磨损识别方法，通过采集刀具加工的所涉及的振动、温度、电流等信号，

2024-11-02

5

11KB