La posición del ciclo de crecimiento de la manzana juega un papel muy importante en predecir el desarrollo de las manzanas y guiar a los agricultores frutales en las operaciones agrícolas. El método tradicional de posicionar manualmente el ciclo de crecimiento de la manzana tiene problemas como la baja eficiencia y la baja precisión. El reconocimiento de patrones brinda apoyo para la posición continua y rápida durante el proceso de crecimiento de la manzana. Bajo las condiciones naturales del huerto, debido a las grandes diferencias en los colores individuales de las manzanas durante el proceso de crecimiento y la influencia de factores como los cambios de luz, las imágenes de las manzanas fotografiadas son más complejas, lo que trae ciertas dificultades a la segmentación y reconocimiento de las manzanas. En este documento, se utiliza el reconocimiento de patrones para identificar y extraer automáticamente las etapas de crecimiento de las manzanas, se estudia un algoritmo de segmentación de color basado en la intensidad de tono (HI) basado en un modelo de distribución gaussiano basado en el conocimiento previo, y luego se utiliza un modelo de forma activa (ASM) para identificar cada período de crecimiento de la manzana basado en el reconocimiento de patrones. Después de una serie de verificaciones experimentales, el método de identificación automática basado en ASM propuesto en este documento es factible y puede identificar los diversos períodos de crecimiento de las manzanas, sirviendo así a la producción mecanizada de manzanas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
¿El uso de diferentes plataformas influye en la relación entre el valor de la co-creación en uso y los comportamientos de co-creación de los participantes? Una aplicación en comunidades virtuales gestionadas por terceros.
Artículos:
Red Profunda Adversarial Generativa Convolucional y Red Neuronal Convolucional para la Detección de Humo
Artículos:
Construcción de un Modelo de Evaluación de Enseñanza de Música Basado en el Naïve Bayes Ponderado
Artículos:
Un Sistema de Chat Basado en Texto Incorporado con un Agente Expresivo
Artículos:
Nuevos algoritmos de asignación de recursos para el paradigma de computación de niebla basado en el Internet de las Cosas Social.
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.