-
题名基于生长骨架模型的虚拟作物器官建模
被引量：6
- 1
-
-
作者
曹云飞
刘晓东
李慧
秋林
-
机构
西安交通大学
-
出处
《微电子学与计算机》
CSCD
北大核心
2004年第9期68-70,共3页
-
基金
国家务863计划资助项目(2003AA209021)
-
文摘
提出了一种基于生长骨架模型的虚拟作物器官建模方法,通过这种方法可以较好地模拟具有分支结构的作物器官在三维空间中的形态以及动态生长过程,同时较好地解决器官分支属性多变的要求。通过OpenGL图形引擎实现了生长骨架的绘制渲染。
-
关键词
虚拟作物
生长骨架
作物器官
生长点
-
Keywords
Virtual crop, Growh framework, Crop organ, Growth point
-
分类号
TP331
[自动化与计算机技术—计算机系统结构]
-
-
题名基于低秩矩阵恢复的作物器官自动提取方法
- 2
-
-
作者
余正泓
周华兵
李翠娜
曹治国
-
机构
广东科学技术职业学院机械与电子工程学院
武汉工程大学智能机器人湖北省重点实验室
中国气象局气象探测中心
华中科技大学自动化学院
-
出处
《吉林大学学报（信息科学版）》
CAS
2016年第5期663-669,共7页
-
基金
2016年广东省自然科学基金博士科研启动基金资助项目(2016A030310306)
2016年珠海市先进装备制造与材料成型技术重点实验室重点基金资助项目(201601A)
+2 种基金
2016年广东省高等职业教育特色专业计划基金资助项目(2016GZPP055)
2014年智能机器人湖北省重点实验室开放基金资助项目(HBIR201401)
湖北省自然科学基金资助项目(2015CFB371)
-
文摘
为了解决精准农业中作物器官的自动提取问题,以玉米雄穗为例,提出一种基于低秩矩阵恢复的作物器官自动提取方法。作物生长图像是由背景和器官两大元素组成,在图像特征空间则表现为一个低秩矩阵和一个稀疏矩阵之和。利用低秩矩阵恢复算法求解代表器官的稀疏矩阵。为了保证恢复时背景是低秩的,利用作物生长历史数据,学习最佳的转换矩阵。最后,利用动态阈值分割以及色度-亮度查找表完成器官的准确提取。实验结果表明,该方法取得了93.9%的最高性能值和2.86%的最低标准差,在多品种、实际农田复杂环境下能获得更好的提取结果。
-
关键词
作物器官
自动提取
低秩矩阵恢复
特征空间转换
-
Keywords
crop organ
automatic extraction
low-rank matrix recovery
feature space transformation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
