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:
利用计算机视觉技术可以识别自然环境下植株上的果实,为自动化采摘提供可能.常用的果实识别方法都具有一定的局限性.以番茄为研究对象,提出基于区域特征的果实自动识别方法,该方法克服了常规方法的局限性,具有一定的通用性和实用价值.
推荐文章
自然环境下重叠果实图像识别算法与试验
机器视觉
重叠目标分割
分水岭算法
组合优化算法
改进Faster-RCNN自然环境下识别刺梨果实
卷积神经网络
Faster RCNN
机器视觉
深度学习
刺梨果实
目标识别
夜间自然环境下荔枝采摘机器人识别技术
荔枝
采摘机器人
识别
夜间图像
Hough圆检测
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 自然环境下果实的自动识别技术
来源期刊 计算机应用与软件 学科 工学
关键词 番茄 计算机视觉 区域特征 识别
年,卷(期) 2006,(11) 所属期刊栏目 图像处理与应用
研究方向 页码范围 96-97,100
页数 3页 分类号 TP3
字数 2176字 语种 中文
DOI 10.3969/j.issn.1000-386X.2006.11.037
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 李印清 郑州航空工业管理学院计算机系 19 73 4.0 8.0
2 王晓洁 郑州大学机械工程学院 28 144 7.0 10.0
3 郑小东 郑州航空工业管理学院计算机系 37 175 8.0 11.0
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  (2)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (3)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
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
番茄
计算机视觉
区域特征
识别
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导