作者:
原文服务方: 浙江农林大学学报       
摘要:
植物的分类与识别是植物学研究和农林业生产经营中的重要基础工作,其主要依据是植物的外观特征.现代数量分类的方法就是通过大量提取特征数据,进行聚类分析,获得分类结果,并以此为根据进行植物的鉴别.传统做法都是手工测量采集原始数据,效率较低.由于外观特征可以通过数字图片方式获得,运用计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率,关键问题在于特征的自动分析和获取.在基于叶子特征的计算机辅助植物识别模型和叶缘锯齿特征提取研究的基础上,提出了计算机辅助植物分类与识别的系统方案,并对相关技术进行了分析.图5参19
推荐文章
基于叶片特征的计算机辅助植物识别模型
植物学
计算机应用
计算机辅助植物识别(CAPI)
图像处理
植物数量分类
植物叶形的计算机识别系统
植物叶形
图像处理
特征提取
图像识别
叶形分类
基于叶片特征的计算机辅助植物识别模型
植物学
计算机应用
计算机辅助植物识别(CAPI)
图像处理
植物数量分类
计算机辅助铝合金焊缝X射线底片的缺陷检测与分类
X射线图像
缺陷检测
计算机辅助检测与分类
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 植物外观特征自动获取及计算机辅助植物分类与识别
来源期刊 浙江农林大学学报 学科
关键词 植物分类 计算机辅助植物识别 (CAPI) 系统方案 图像处理
年,卷(期) 2004,(2) 所属期刊栏目 问题讨论
研究方向 页码范围 222-227
页数 6页 分类号 Q949|TP391
字数 语种 中文
DOI 10.3969/j.issn.2095-0756.2004.02.022
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (93)
参考文献  (8)
节点文献
引证文献  (40)
同被引文献  (62)
二级引证文献  (133)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(8)
  • 参考文献(5)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(7)
  • 引证文献(7)
  • 二级引证文献(0)
2009(9)
  • 引证文献(7)
  • 二级引证文献(2)
2010(11)
  • 引证文献(4)
  • 二级引证文献(7)
2011(15)
  • 引证文献(1)
  • 二级引证文献(14)
2012(11)
  • 引证文献(2)
  • 二级引证文献(9)
2013(11)
  • 引证文献(2)
  • 二级引证文献(9)
2014(29)
  • 引证文献(4)
  • 二级引证文献(25)
2015(27)
  • 引证文献(1)
  • 二级引证文献(26)
2016(16)
  • 引证文献(2)
  • 二级引证文献(14)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
植物分类
计算机辅助植物识别 (CAPI)
系统方案
图像处理
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
浙江农林大学学报
双月刊
2095-0756
33-1370/S
大16开
1984-01-01
chi
出版文献量(篇)
3071
总下载数(次)
0
总被引数(次)
44436
论文1v1指导