在对人工分级技术进行充分研究的基础上,应用计算机视觉、图象处理、模式识别及分类等技术实现了主 要针叶造林树种苗木图象处理、分级特征的计算机度量和苗木自动分类器设计等工作。在研究过程中提出了以苗木分极特征计算机量化、苗木顶芽和地环自动搜索定位、苗木图象灰度模糊矩阵及苗木模糊神经网络分类器等方法为基础的苗木级理论,同时实现了自动分级系统的硬件和软件设计,达到了预期的研究目的。所提出的计算机视觉分极检测理论,如结合大规模工业化的生产模式,替代传统的人工分级筛选方法,将降低苗木分极误选率,提高造林成活率,其应用推广将对改善我国下世纪可持续发展的生态环境产生巨大的影响,创造出惊的人社会效益和经济效益。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
结直肠癌肝转移患者预后影响
连续视程人工晶状体植入术后残余散光对视觉质量的影响
基于局部轮廓形状特征的复杂管路结构识别方法
基于结构光视觉引导的工业机器人定位系统
我国松属主要造林树种的遗传鉴别研究
我国北方主要造林树种水力结构模型的研究
主要造林树种对节律性干旱胁迫的响应机制研究
我国北方主要造林树种耐旱机理及其分类模型的研究