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:
针对麦田图像中多列目标检测问题,提出基于水平线扫描的归类算法.对麦田彩色图像进行绿色强调,利用阈值分割方法提取苗列区域;对二值图像水平扫描,检测目标区域和目标点 ,根据目标点横坐标值的差值实现归类;利用过已知点的霍夫变换检测多列目标直线.对800幅麦田图像进行多列目标检测结果表明:762幅图像中的多目标列的中心线能够完全正确提取出来;处理640像素×480像素的彩色图像需要0.12 s.该算法在多列目标识别中是一种有效、快速的检测算法.
推荐文章
基于粒子滤波的目标图像多特征融合跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
红外图像
图像识别
基于视频图像的运动目标检测算法研究
运动目标检测
背景差分法
帧间差分法
最大熵
红外目标图像的复合特征跟踪算法
图像制导
目标跟踪
模板匹配
角点
复合特征
基于 NSCT分解系数的SAR图像目标检测算法
合成孔径雷达图像
恒虚警率
非下采样轮廓波变换
目标检测
多尺度
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 麦田多列目标图像检测算法
来源期刊 中国农业大学学报 学科 工学
关键词 水平线扫描 目标点归类 多列直线检测 麦田图像 过已知点的霍夫变换
年,卷(期) 2007,(2) 所属期刊栏目 农业工程
研究方向 页码范围 62-66
页数 5页 分类号 TP274
字数 3862字 语种 中文
DOI 10.3321/j.issn:1007-4333.2007.02.013
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 张铁中 中国农业大学工学院 87 2241 27.0 45.0
2 张红霞 中国农业大学工学院 11 239 9.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (114)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (30)
二级引证文献  (87)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(9)
  • 引证文献(2)
  • 二级引证文献(7)
2010(6)
  • 引证文献(2)
  • 二级引证文献(4)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(10)
  • 引证文献(1)
  • 二级引证文献(9)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(14)
  • 引证文献(0)
  • 二级引证文献(14)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
水平线扫描
目标点归类
多列直线检测
麦田图像
过已知点的霍夫变换
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
中国农业大学学报
月刊
1007-4333
11-3837/S
大16开
北京海淀区圆明园路2号
1955
chi
出版文献量(篇)
4344
总下载数(次)
6
总被引数(次)
55117
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