位置:成果数据库 > 期刊 > 期刊详情页
基于GMM的黄瓜病害图像建模
  • ISSN号:1009-5896
  • 期刊名称:《电子与信息学报》
  • 时间:0
  • 分类:S436.421.1[农业科学—农业昆虫与害虫防治;农业科学—植物保护]
  • 作者机构:[1]农业部农药检定所,北京100125, [2]北京交通大学信息所,北京100044
  • 相关基金:国家自然科学基金项目(60903066,0985244);北京市自然科学基金项目(4102049);教育部新教师基金项目(20090009120006);中央高校基本科研业务费项目(20100008030).
中文摘要:

通过对黄瓜病害图像的准确分析,有效提取了图像的底层特征,建立了8种常见黄瓜病害的高斯混合模型(Gaussian Mixture Model,GMM),并利用最大期望算法(Expectation-Maximization,EM)估计GMM的参数,精确描述了8种黄瓜病害的特征分布,从而提高了对黄瓜病害的正确识别和为害情况的准确把握,为实现黄瓜病害的实时与准确的预测和防治提供了理论依据。

英文摘要:

Based on the accurate analysis of cucumber disease images, the low level feature of images was effectively extracted, and Gaussian Mixture Model (GMM) for 8 common cucumber diseases was built. The parameters of GMM were estimated by the algorithm of expectation maximum (EM) to accurately charac- terize the feature distribution of 8 cucumber diseases, thus increased the correct identification of cucumber diseases and accurate grasping of damage conditions, and provided basis for achievement of real-time and accurate prediction of cucumber diseases.

同期刊论文项目
期刊论文 22 会议论文 11 获奖 6 专利 4 著作 2
同项目期刊论文
期刊信息
  • 《电子与信息学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院电子学研究所 国家自然科学基金委员会信息科学部
  • 主编:朱敏慧
  • 地址:北京市北四环西路19号
  • 邮编:100190
  • 邮箱:jeit@mail.ie.ac.cn
  • 电话:010-58887066
  • 国际标准刊号:ISSN:1009-5896
  • 国内统一刊号:ISSN:11-4494/TN
  • 邮发代号:2-179
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24739