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:
由于脉冲耦合神经网络(PCNN)特有的脉冲传播特性,PCNN在图像处理与模式识别领域得到了广泛应用.为此,提出了如何用脉冲耦合神经网络(PCNN)进行蝗虫图像分割.计算机仿真表明,采用PCNN图像预处理算法,可使图像中的目标(蝗虫)易于被发现;经PCNN预处理后,相同的后续处理效果明显好于未经PCNN预处理的图像.此方法验证了PCNN在图像处理方面的功能,同时也拓展了蝗虫侦测的方法.
推荐文章
基于改进型脉冲耦合神经网络的图像分割方法
脉冲耦合神经网络
图像分割
图像熵
阈值
脉冲耦合神经网络在图像分割中的应用研究
图像分割
脉冲耦合神经网络
最大熵
最小交叉熵
基于简化脉冲耦合神经网络的蝗虫图像二值分割
蝗虫
图像分割
脉冲耦合神经网络
基于改进型脉冲耦合神经网络的图像增强
区域面积
脉冲耦合神经网络
边缘提取
噪声
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 基于脉冲耦合神经网络的蝗虫图像分割
来源期刊 农机化研究 学科 农学
关键词 计算机应用 图像分割 应用 脉冲耦合神经网络 蝗虫
年,卷(期) 2007,(1) 所属期刊栏目 新技术应用
研究方向 页码范围 180-183
页数 4页 分类号 TP391.41|S431
字数 215字 语种 中文
DOI 10.3969/j.issn.1003-188X.2007.01.060
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 王一鸣 中国农业大学信息与电气学院 89 2866 33.0 49.0
2 张小超 中国农业机械化科学研究院机电所 88 1882 26.0 39.0
3 郑永军 中国农业大学信息与电气学院 25 201 8.0 13.0
4 熊雪梅 中国农业大学信息与电气学院 3 27 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (159)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (11)
二级引证文献  (147)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(17)
  • 引证文献(4)
  • 二级引证文献(13)
2010(13)
  • 引证文献(0)
  • 二级引证文献(13)
2011(7)
  • 引证文献(0)
  • 二级引证文献(7)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(13)
  • 引证文献(0)
  • 二级引证文献(13)
2014(10)
  • 引证文献(0)
  • 二级引证文献(10)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(21)
  • 引证文献(1)
  • 二级引证文献(20)
2018(24)
  • 引证文献(0)
  • 二级引证文献(24)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
计算机应用
图像分割
应用
脉冲耦合神经网络
蝗虫
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
论文1v1指导