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:
通过对植物叶特征的分析,可以确定植物的种类和生长状态,对于植物研究、指导生产等具有重要意义.传统的叶特征提取方法都是通过人的手工操作完成的,效率较低,而当前可以借助于图像处理技术对叶特征进行自动提取.为此,对基于图像处理的叶特征提取研究现状进行了综述,并对其做了展望.
推荐文章
基于图像处理的滚动轴承故障特征提取研究
图像处理
滚动轴承
SDP
特征提取
指纹图像预处理与特征提取
指纹识别
特征提取
预处理
模式识别
基于多视觉的熔池图像处理与特征提取
多视觉
复合滤光
熔池图像处理
特征提取
指纹图像预处理和特征提取
Kirsch算子
滤波
边缘强度
二值化
特征提取
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 基于图像处理的植物叶特征提取研究现状
来源期刊 农机化研究 学科 农学
关键词 农艺学 叶特征提取 综述 图像处理 机器视觉
年,卷(期) 2007,(8) 所属期刊栏目 综述
研究方向 页码范围 193-195
页数 3页 分类号 S311
字数 2874字 语种 中文
DOI 10.3969/j.issn.1003-188X.2007.08.062
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 王晓洁 郑州大学机械工程学院 28 144 7.0 10.0
2 郑小东 郑州航空工业管理学院计算机科学与应用系 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  (34)
共引文献  (171)
参考文献  (15)
节点文献
引证文献  (7)
同被引文献  (15)
二级引证文献  (43)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(2)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(10)
  • 参考文献(3)
  • 二级参考文献(7)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(8)
  • 参考文献(3)
  • 二级参考文献(5)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(9)
  • 引证文献(0)
  • 二级引证文献(9)
2014(10)
  • 引证文献(0)
  • 二级引证文献(10)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
农艺学
叶特征提取
综述
图像处理
机器视觉
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导