基于形态学开运算的燕麦籽粒识别中的孔洞填充研究

清选是现代农场作业的一个关键环节,从计算机视觉角度研究识别燕麦籽粒时出现的孔洞问题。选取产自山西省五寨县的晋燕8号燕麦籽粒为试验样品,首先采用Otsu将燕麦籽粒从背景分离,该方法分割籽粒时会出现影响识别的孔洞,采用形态学方法中的开运算进行孔洞填充,经试验,设置腐蚀操作的结构元素为9×9,可消除孔洞影响,为燕麦籽粒的进一步识别与统计提供支持。     

基于Snort的改进BMH单模式匹配算法研究

对目前常见的网络入侵检测系统中模式匹配算法进行研究总结,针对著名的Snort中的模式匹配算法,进行了详细分析和对比。基于现存BMH等算法思想,以求取优化检测效率为目标,提出了一种基于Snort的改进BMH模式匹配算法。将改进的BMH模式匹配算法应用到实际网络入侵检测过程中,针对处理结果进行科学评价。通过实例的应用,验证了改进算法的可行性和高效性。     

基于Otsu方法燕麦清选过程中籽粒识别

清选是农场作业中重要环节,文章采用计算机视觉技术对清选过程中的燕麦进行识别,使用山西农业大学研发的燕麦清选机为试验台,选取产自山西省右玉县的燕麦作为样品,使用Otsu方法分割燕麦籽粒,经研究分割阈值为89,可分性测度为0.7578,取得较好分割效果,可为智能农场作业提供技术参考。