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
基于离散Morse理论的散乱点云特征提取
A Fast Algorithm for Computing Dominance Classes
高温条件下N_2O分解转换对NO生成的影响
Rhombus sketch:自适应和准确的流数据sketch
基于CT数据的腰椎皮质骨轨迹螺钉经皮置入的可行性研究
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