[发明专利]一种KNN优化下基于多尺度三角形表征的植物叶片识别方法在审
| 申请号： | 202210507199.1 | 申请日： | 2022-05-10 |
| 公开（公告）号： | CN114821329A | 公开（公告）日： | 2022-07-29 |
| 发明（设计）人： | 王美华;黄德 | 申请（专利权）人： | 华南农业大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/44;G06V10/54;G06V10/764;G06T7/136;G06K9/62 |
| 代理公司： | 广州博联知识产权代理有限公司 44663 | 代理人： | 王洪江 |
| 地址： | 510642 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种KNN优化下基于多尺度三角形表征的植物叶片识别方法，包括，输入RGB三通道的植物叶片图片，对其进行预处理；获得植物叶片的三角形轮廓点角度特征TVA、三角形叶子形状面积特征TUA、三角形纹理特征TGSSL、三角形边长积分特征TSLI；对每一张植物叶片特征使用上述特征的集合进行表示；根据正则化后的特征值进行比较。本发明具有很高的准确性，本发明的方法都有最高的准确性，当数据训练集和测试集分割比为9:1时，准确率为99.43％；本发明的方法具有更好的鲁棒性，对比算法IDSC的精度下降了50.5％，MARCH下降了10.9％，本发明的方法只下降了5.35％，具有更强的抗干扰能力。 | ||
| 搜索关键词： | 一种 knn 优化 基于 尺度 三角形 表征 植物 叶片 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南农业大学，未经华南农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210507199.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种具有破碎功能的研磨盘组
- 下一篇：一种高精密悬浮式升降控制器
