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:
介绍了应用机器视觉提取植物叶片参数的方法,通过一种新的曲线链码编码算法,对植物叶片的边缘形状进行表示.基于该链码对植物叶片的角点、周长、面积等参数进行提取.实验表明,该方法对识别叶片的形状特征具有很好的效果和实际应用价值.
推荐文章
云图纹理特征参数提取方法和分析
云图自动识别
云图纹理特征提取
灰度共生矩阵
特征参数
基于Android的水稻叶片特征参数测量系统
水稻叶片
特征参数
图像处理
Android
人脸语音动画中语音特征参数提取算法研究
人脸语音动画
语音特征提取
小波变换
动态特征
组合特征参数
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 植物叶片特征参数的机器视觉提取方法
来源期刊 农机化研究 学科 工学
关键词 链码 植物叶片 机器视觉 标定
年,卷(期) 2009,(5) 所属期刊栏目 试验研究
研究方向 页码范围 170-173
页数 4页 分类号 TP391.41
字数 2309字 语种 中文
DOI 10.3969/j.issn.1003-188X.2009.05.049
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 汪仁煌 广东工业大学自动化学院 169 1239 15.0 26.0
2 黄颖怡 广东工业大学自动化学院 6 64 4.0 6.0
3 岳利军 广东工业大学自动化学院 3 58 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (211)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (41)
二级引证文献  (33)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(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(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
链码
植物叶片
机器视觉
标定
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