原文服务方: 东北林业大学学报       
摘要:
为解决基于计算机视觉技术的针叶树种苗木自动分级系统的关键技术问题,提出了一种应用精确定位的苗木图像特征标志点提取苗木计算机视觉特征的新方法.该方法通过分析苗木的形态特征,利用苗木图像灰度矩阵和背景分离的灰度矩阵分别得到了5个特征标志点和苗木轴向边缘标志点矩阵.并在标志点的基础上,应用相应的计算方法实现了苗高、地径、根长、冠投影面积、根投影面积等12个苗木视觉特征量的提取,为苗木自动分类器提供了有效的特征输入.实验结果表明,本方法具有计算速度快、易于实现、测量准确等优点.
推荐文章
计算机视觉检测中特征点线提取方法研究
计算机视觉检测
特征点
特征线
空心正四面体
图像处理
基于计算机视觉的海南岛地质灾害提取研究
海南
计算机视觉
Itti算法
多特征层次分析
地质灾害
遥感
基于机器视觉的城市空间尺度要素特征提取系统设计
城市空间尺度
要素特征提取
机器视觉
纹理特征提取
决策树分类
系统设计
一种基于结构光视觉的焊缝跟踪特征提取方法
焊缝接头
结构光视觉
图像处理
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 针叶苗木计算机视觉特征提取方法
来源期刊 东北林业大学学报 学科
关键词 针叶苗木 计算机视觉 特征标志点
年,卷(期) 2000,(5) 所属期刊栏目 研究论文
研究方向 页码范围 94-96
页数 3页 分类号 TP274.3|S791
字数 语种 中文
DOI 10.3969/j.issn.1000-5382.2000.05.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵学增 133 1496 19.0 30.0
2 强锡富 48 917 18.0 29.0
3 杨延竹 7 97 5.0 7.0
4 白景峰 3 62 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (38)
同被引文献  (59)
二级引证文献  (197)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(5)
  • 引证文献(3)
  • 二级引证文献(2)
2004(4)
  • 引证文献(3)
  • 二级引证文献(1)
2005(9)
  • 引证文献(1)
  • 二级引证文献(8)
2006(14)
  • 引证文献(2)
  • 二级引证文献(12)
2007(15)
  • 引证文献(3)
  • 二级引证文献(12)
2008(17)
  • 引证文献(1)
  • 二级引证文献(16)
2009(14)
  • 引证文献(2)
  • 二级引证文献(12)
2010(9)
  • 引证文献(2)
  • 二级引证文献(7)
2011(9)
  • 引证文献(4)
  • 二级引证文献(5)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(18)
  • 引证文献(1)
  • 二级引证文献(17)
2014(22)
  • 引证文献(5)
  • 二级引证文献(17)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(20)
  • 引证文献(4)
  • 二级引证文献(16)
2017(17)
  • 引证文献(3)
  • 二级引证文献(14)
2018(17)
  • 引证文献(1)
  • 二级引证文献(16)
2019(21)
  • 引证文献(1)
  • 二级引证文献(20)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
针叶苗木
计算机视觉
特征标志点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导