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:
在基于计算机视觉技术对无土栽培番茄营养元素缺乏智能识别研究中,对不易被肉眼判别的缺氮和缺钾初期叶片进行图像特征的提取和优化选择研究,以提高识别的准确率.提出了应用相对差值百分率直方图提取缺素叶片的颜色特征,应用差分算子提取纹理的时域特征、应用傅里叶变换提取纹理的频域特征、应用小波包提取纹理的时频特征等的新方法,并新提出从颜色和纹理时域、频域、时频域等多个角度集成提取缺素叶片图像的有效特征,利用遗传算法对提取的众多特征项进行优化选择,以使诊断识别用的信息分类能力最优.试验表明,该方法识别的准确率较高,达到95%~92.5%,而且可以比肉眼识别提前6~10 d.
推荐文章
缺素叶片彩色图像颜色特征提取的研究
计算机视觉
缺素叶片彩色图像
颜色特征提取
百分率直方图
高光谱图像的特征提取与特征选择研究
高光谱图像
特征提取
特征选择
主成分分析
最小噪声分离
独立成分分析
核主成分分析
投影寻踪
垃圾图像判别中的特征提取与选择研究
垃圾图像
特征提取
特征选择
分类器
基于遗传算法的番茄缺素叶片图像特征选择
特征项的选择
遗传算法
番茄
叶片
图像
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 番茄缺素叶片的图像特征提取和优化选择研究
来源期刊 农业工程学报 学科 农学
关键词 营养元素缺乏 图像识别 特征提取 特征选择 番茄 叶片
年,卷(期) 2003,(2) 所属期刊栏目 农业电子与信息技术
研究方向 页码范围 133-136
页数 4页 分类号 S126|TP274
字数 5487字 语种 中文
DOI 10.3321/j.issn:1002-6819.2003.02.030
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 李萍萍 182 3363 32.0 47.0
2 毛罕平 235 4472 37.0 54.0
3 徐贵力 3 377 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (109)
参考文献  (3)
节点文献
引证文献  (100)
同被引文献  (241)
二级引证文献  (396)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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(9)
  • 引证文献(9)
  • 二级引证文献(0)
2006(3)
  • 引证文献(2)
  • 二级引证文献(1)
2007(16)
  • 引证文献(8)
  • 二级引证文献(8)
2008(11)
  • 引证文献(6)
  • 二级引证文献(5)
2009(14)
  • 引证文献(7)
  • 二级引证文献(7)
2010(14)
  • 引证文献(8)
  • 二级引证文献(6)
2011(21)
  • 引证文献(6)
  • 二级引证文献(15)
2012(32)
  • 引证文献(4)
  • 二级引证文献(28)
2013(46)
  • 引证文献(11)
  • 二级引证文献(35)
2014(52)
  • 引证文献(10)
  • 二级引证文献(42)
2015(52)
  • 引证文献(9)
  • 二级引证文献(43)
2016(70)
  • 引证文献(5)
  • 二级引证文献(65)
2017(43)
  • 引证文献(6)
  • 二级引证文献(37)
2018(45)
  • 引证文献(3)
  • 二级引证文献(42)
2019(49)
  • 引证文献(5)
  • 二级引证文献(44)
2020(18)
  • 引证文献(0)
  • 二级引证文献(18)
研究主题发展历程
节点文献
营养元素缺乏
图像识别
特征提取
特征选择
番茄
叶片
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
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
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
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导