

已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、目前,國內(nèi)對高光譜技術(shù)方法的研究剛起步,在紅棗內(nèi)部蟲害檢測及隱性損傷預(yù)測模型建立研究方面為空白,需要投入相應(yīng)的人力和經(jīng)費去研究、不斷加以完善,基于要解決寧夏紅棗產(chǎn)業(yè)發(fā)展面臨的關(guān)鍵技術(shù)問題要求,本項目組提出基于高光譜成像技術(shù)的紅棗損傷無損檢測方法研究。
本文主要有以下三個主要結(jié)論:
(1)本文在處理圖像數(shù)據(jù)時既要考慮到紅棗無損檢測的要求,又要使有效信息不能損失,針對紅棗高光譜圖像降維方法選擇和對紅棗損傷高光譜圖
2、像特征波長提取,分別對主成分分析法(PCA),獨立成分分析法(ICA),最大最小噪聲分數(shù)法(MNF)等方法進行降維比較,選擇出了對紅棗等農(nóng)產(chǎn)品無損檢測的最優(yōu)方法,即在噪聲變化相同,針對圖像數(shù)據(jù)變化較大的選用基于相關(guān)系數(shù)矩陣進行主成分分析;對圖像灰度數(shù)值變化不大的圖像,選用基于協(xié)方差矩陣的主成分分析法效果較好。
(2)經(jīng)過降維和特征提取處理,得到紅棗隱性損傷特征波長為680nm,紅棗表面損傷特征波長為724nm。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 種子高光譜圖像分割與特征光譜提取研究.pdf
- 基于高光譜圖像多特征分析的目標提取研究.pdf
- 高光譜遙感圖像光譜特征提取與匹配技術(shù)研究.pdf
- 高光譜圖像特征提取與分類算法研究.pdf
- 基于高光譜圖像的特征提取-選擇及其應(yīng)用的研究.pdf
- 高光譜遙感圖像的特征約簡研究.pdf
- 基于稀疏和流形的高光譜圖像特征提取研究.pdf
- 基于高光譜圖像技術(shù)的紅棗品質(zhì)無損檢測研究.pdf
- 基于多光譜圖像的高光譜圖像模擬研究.pdf
- 高光譜圖像光譜解混及端元提取方法研究.pdf
- 高光譜圖像道路目標提取技術(shù)研究.pdf
- 本科畢業(yè)設(shè)計論文--高光譜數(shù)據(jù)的光譜特征提取
- 基于光譜特性的高光譜圖像壓縮方法研究.pdf
- 高光譜溢油圖像特征提取在油種識別中的應(yīng)用.pdf
- 高光譜圖像壓縮的研究.pdf
- 高光譜圖像特征選擇和分類.pdf
- 基于深度學(xué)習的高光譜圖像特征學(xué)習研究
- 多光譜遙感圖像的特征提取與比較.pdf
- 基于圖像特征分布的高光譜波段選擇研究.pdf
- 高光譜顯微圖像的特征提取與分類方法及其應(yīng)用研究.pdf
評論
0/150
提交評論