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:
图像分割是计算机视觉领域的关键技术之一,BP神经元网络被认为是好的学习分类方法之一.文中以6种植物图像为例,结合数字图像处理技术,采用BP神经元网络方法在植物图像颜色较复杂,且受周边环境影响较大的情况下,实现了植物图像与背景图像的分割.实验证明,与传统的分割方法比较,该方法是高效准确的.
推荐文章
基于全卷积神经网络的植物叶片分割算法
深度学习
全卷积神经网络
植物叶片分割
基于神经网络的杂草图像分割算法
杂草识别
图像分割
神经网络
Bayes理论
基于改进神经网络的图像边缘分割技术
改进神经网络
图像边缘
图像分割
梯度特征
中值特征
改进BP算法
基于神经网络的医学图像分割研究
神经网络
医学图像分割
逆推学习
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 基于神经网络的植物图像分割算法的研究
来源期刊 黑龙江八一农垦大学学报 学科 工学
关键词 图像分割 BP神经元网络 植物 图像处理
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 63-65
页数 3页 分类号 TP391.41
字数 1412字 语种 中文
DOI 10.3969/j.issn.1002-2090.2009.01.018
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 谭峰 黑龙江八一农垦大学信息技术学院 92 443 12.0 17.0
2 马晓丹 黑龙江八一农垦大学信息技术学院 53 321 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (85)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (20)
二级引证文献  (16)
1985(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)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
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
图像分割
BP神经元网络
植物
图像处理
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
黑龙江八一农垦大学学报
双月刊
1002-2090
23-1275/S
大16开
黑龙江省大庆市
1981
chi
出版文献量(篇)
3489
总下载数(次)
3
总被引数(次)
16174
论文1v1指导