基于人工神经网络的叶脉信息提取--植物活体机器识别研究I

• 作者: 傅弘 傅承新 常杰 池哲儒
• 来源期刊: 植物学报
• 关键词: 叶脉提取 人工神经网络 植物识别系统 局部对比度
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 429-436
• 页数: 8页
• 分类号: Q94
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3466.2004.04.006

摘要

叶片的识别是识别植物的重要组成部分,特别在野外识别植物活体尤其重要.叶脉的脉序是植物的内在特征,包含有重要的遗传信息.但由于叶脉本身的多样性,利用单一特征的图像处理方法难以有效地提取叶脉.为了充分利用图像的信息,本文提出了一种基于人工神经网络的叶脉提取方法.该方法利用边缘梯度、局部对比度和邻域统计特征等10个参数来描述像素的邻域特征,并将其作为神经网络的输入层.实验结果表明,与传统方法相比,经过训练的神经网络能够更准确地提取叶脉图像,为进一步的叶片识别打下了良好的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅承新	浙江大学生命科学学院	55	2351	21.0	48.0
2	池哲儒		11	244	7.0	11.0
3	常杰	浙江大学生命科学学院	82	2976	28.0	54.0
4	傅弘		1	87	1.0	1.0