针对多尺度Retinex算法计算速度慢且放大较暗区域噪声的缺陷,提出了改进的多尺度Retinex算法并用于人脸检测。为减少估计照度图像时迭代计算复杂度,根据图像清晰度确定快速导向滤波参数并用于计算照度图像;为抑制较暗区域噪声,根据图像的亮度信息计算各尺度亮度自适应加权系数;为减少照度图像过度平滑引入的估计误差,使用快速导向滤波对反射图像进行平滑。仿真结果表明:改进的算法具有实时性,相较原算法清晰度提高了3.14%,增强后的图像检测率提高了6%对图像识别技术在农业工程中的应用研究了一种苹果图像识别技术,为实现苹果智能采摘提供理论依据。通过图像识别技术,对苹果图像进行预处理,即对图像进行分割与特征提取。使用反向传播神经网络(BPNN)对得到的特征进行学习,得到了能够准确识别苹果图像的识别模型。为了提高BPNN模型的性能,使用遗传识别结果去除噪声二值化去除背景原始图像识别结果去除噪声二值化去除背景原始图像(a)%完整果实(b)%有树叶遮挡果实图1苹果果实图像处理过程表1苹果果实识别测试样本样本编号样本总数完整果实树叶遮挡果实重叠33针对3组样本，重叠识别-电动液压滚圆机数控电动滚弧机价格低张家港滚圆机多少钱分别使用常规BPNN和本文研究的识别模型得到的识别准确率如图2所示。果实重叠树叶遮挡完整果实果实类型020406080100识别准确率/%图23组测试样本的苹果果实识别准确率可以看出:针对完整的果实，本文由张家港市泰宇机械有限公司滚圆机网站采集网络资源整理!www.gunyuanji.name本文模型和常规BP模型的识别准确率分别为95．8%和86．6%;针对有树叶遮挡的果实，本文模型和常规BP模型的识别准确率分别为84．3%和80．9%;针对有重叠的果实，本文模型和常规BP模型的识别准确率分别为82．6%和75．2%。树叶遮挡和果实重叠会降低识别模型的识别准确率，经过实验，不同遮挡率情况下，识别模型的识别准确率如图3所示。0识别准确率/%(a)%不同树叶遮挡比例<40%40%~70%>70%树叶遮挡比例果实重叠率本文模型常规BP模型本文模型常规BP模型<40%40%~70%>70%020406080100识别准确率/%(b)%不同果实重叠率比例图3不同遮挡率情况下识别模型的识别准确率不同遮挡率情况下，识别模型的识别准确率测试结果可以看出:当树叶遮挡比例或果实重叠率大于70%时，虽然本文模型较常规BP模型具有更好的识别准确率，但总体识别准确率极低，无法满足识别与采摘的精度要求，当树叶遮挡比例或果实重叠率在40%～70%之间时，总体识别准确率有所上升，只有当树叶遮挡比例或果实重叠率在40%以下时，总体识别准确率才算法对神经网络模型中的阈值和权值进行优化。通过实例对模型的性能进行了验证,结果表明:相较常规BPNN模型,提出的研究方法具有更高的识别准确率。 重叠识别-电动液压滚圆机数控电动滚弧机价格低张家港滚圆机多少钱本文由张家港市泰宇机械有限公司滚圆机网站采集网络资源整理!www.gunyuanji.name