基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的建立并殖吸虫自动分类系统,并研制出并殖吸虫自动分类程序软件.方法应用数字图像处理技术(digital image processing technique)建立起并殖吸虫图像采集、处理及识别系统,并在此基础上研制出并殖吸虫自动分类程序软件.结果得到高度清晰的并殖吸虫数字图像,分辨率高达130多万象素;利用该技术能获并殖吸虫较为精确的分类参数实际值;研制出并殖吸虫自动分类程序软件,实际应用证明:所建立的并殖吸虫自动分类系统能较好地对来自不同国家、地区的7种并殖吸虫进行自动分类鉴定,准确率达89.04%.结论数字图像处理技术在7种并殖吸虫自动分类的应用中获初步成功.
推荐文章
数字图像处理技术及应用研究
数字图像
图像压缩
图像复原
图像分割
现代生物技术在并殖吸虫分类学中的应用
并殖吸虫
现代生物技术
分类
数字图像处理技术在煤矸石自动分选系统中的应用
数字图像处理
模式识别
矸石
煤块
自动分选
数字图像处理技术在木材科学中的应用
数字图像处理技术
木材缺陷检测
木材结构
木材美学
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 数字图像处理技术在并殖吸虫自动分类中的应用研究
来源期刊 中国人兽共患病杂志 学科 医学
关键词 数字图像处理技术 并殖吸虫 自动分类
年,卷(期) 2002,(1) 所属期刊栏目 论著
研究方向 页码范围 39-43
页数 5页 分类号 R38
字数 4453字 语种 中文
DOI 10.3969/j.issn.1002-2694.2002.01.011
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 詹希美 中山医科大学病原生物学部寄生虫学教研室 16 139 7.0 11.0
2 付承彬 中山医科大学病原生物学部寄生虫学教研室 1 30 1.0 1.0
3 伍小明 中山大学数学系 11 158 6.0 11.0
4 李卓雅 中山医科大学病原生物学部寄生虫学教研室 4 51 2.0 4.0
5 王轶 中山医科大学病原生物学部寄生虫学教研室 6 69 4.0 6.0
6 何蔼 中山医科大学病原生物学部寄生虫学教研室 5 67 4.0 5.0
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  (7)
节点文献
引证文献  (30)
同被引文献  (57)
二级引证文献  (93)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(3)
  • 参考文献(3)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(4)
  • 引证文献(4)
  • 二级引证文献(0)
2006(6)
  • 引证文献(4)
  • 二级引证文献(2)
2007(5)
  • 引证文献(2)
  • 二级引证文献(3)
2008(9)
  • 引证文献(2)
  • 二级引证文献(7)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(8)
  • 引证文献(0)
  • 二级引证文献(8)
2011(9)
  • 引证文献(2)
  • 二级引证文献(7)
2012(13)
  • 引证文献(3)
  • 二级引证文献(10)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(11)
  • 引证文献(1)
  • 二级引证文献(10)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(12)
  • 引证文献(4)
  • 二级引证文献(8)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数字图像处理技术
并殖吸虫
自动分类
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
中国人兽共患病学报
月刊
1002-2694
35-1284/R
大16开
福建省福州市津泰路76号
34-46
1985
chi
出版文献量(篇)
6893
总下载数(次)
10
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导