-
公开(公告)号：CN107346434A
公开(公告)日：2017-11-14
申请号：CN201710304502.7
申请日：2017-05-03
Applicant: 上海大学
CPC classification number: G06K9/6269 , G06K9/46 , G06K9/4652 , G06K9/6256
Abstract: 本发明公开了一种基于多特征及支持向量机的植物病虫害检测方法，具体步骤如下：对无人机采集到的植物图像预处理后，取其颜色特征、HSV特征、纹理特征、形状特征，送入支持向量机，以实现对植物生长过程中可能出现的病虫害的检测。将多特征融合和支持向量机结合，检测植物病虫害图像。本发明能够对不同的植物，不同的病虫害种类，使用相同的方法进行植物病虫害检测，同时方法具有实时性、准确性、实用性。
-
公开(公告)号：CN106856002B
公开(公告)日：2020-06-26
申请号：CN201611025285.X
申请日：2016-11-22
Applicant: 上海大学
Abstract: 本发明公开了一种无人机拍摄图像质量评价方法，对一幅无人机巡检时拍摄的图像，分别从图像整体和局部细节分析图像质量的好坏；对于无人机自身的运动或抖动造成对焦失准产生模糊，首先融合频域锐度指数与空间域上边缘线段的分布密度及方位特征，从整体上评判无人机图像是否存在模糊。在图像质量整体可接受情况下，进一步搜索出图像中显著的边缘区域，通过分析不同显著边缘的平均宽度，判断图像边缘局部细节模糊程度。该方法应用于室外条件下无人机拍摄的图像，能够在各种复杂背景下有效评估图像质量，不受图像内容的影响，而且与人们的主观评价等级相一致。
-
公开(公告)号：CN106856002A
公开(公告)日：2017-06-16
申请号：CN201611025285.X
申请日：2016-11-22
Applicant: 上海大学
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明公开了一种无人机拍摄图像质量评价方法，对一幅无人机巡检时拍摄的图像，分别从图像整体和局部细节分析图像质量的好坏；对于无人机自身的运动或抖动造成对焦失准产生模糊，首先融合频域锐度指数与空间域上边缘线段的分布密度及方位特征，从整体上评判无人机图像是否存在模糊。在图像质量整体可接受情况下，进一步搜索出图像中显著的边缘区域，通过分析不同显著边缘的平均宽度，判断图像边缘局部细节模糊程度。该方法应用于室外条件下无人机拍摄的图像，能够在各种复杂背景下有效评估图像质量，不受图像内容的影响，而且与人们的主观评价等级相一致。
-
-
Search Results
3
records
(took 0.012 seconds)
