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:
提出了一种基于先验信息的C-V模型并对杂草、小麦、苹果进行分割研究.根据某类农业图像的特点,把图像表示为易于分割的模型,提取模型中感兴趣目标的信息量作为先验信息,通过H分量得到初始轮廓,并以此初始化提出的模型,迭代求解水平集函数,得到收敛的目标轮廓曲线.对杂草、小麦、苹果分割结果统计分割面积正确率为0.999、0.999、0.846,面积错误率为0、0、0.125.
推荐文章
水平集和先验信息的农业图像分割方法分析
水平集
图像分割
先验信息
农业图像
基于小波和水平集方法的尿沉渣图像分割
小波
水平集
图像分割
尿沉渣
基于模糊水平集的脑肿瘤MR图像分割方法
脑肿瘤
MR
模糊聚类
水平集
图像分割
结合全局和局部信息的水平集图像分割方法
图像分割
图像噪声
拟合项
全局和局部信息
边缘检测算子
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 基于水平集和先验信息的农业图像分割方法
来源期刊 农业机械学报 学科 农学
关键词 农业图像 水平集 先验信息 图像分割
年,卷(期) 2011,(9) 所属期刊栏目 农业自动化与环境控制
研究方向 页码范围 167-172
页数 分类号 TP391.41|S126
字数 4984字 语种 中文
DOI 10.3969/j.issn.1000-1298.2011.09.033
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 耿楠 西北农林科技大学信息工程学院 44 393 11.0 18.0
2 宁纪锋 西北农林科技大学信息工程学院 41 801 17.0 27.0
3 于伟 西北农林科技大学信息工程学院 3 57 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (81)
参考文献  (9)
节点文献
引证文献  (26)
同被引文献  (112)
二级引证文献  (249)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(10)
  • 引证文献(5)
  • 二级引证文献(5)
2014(11)
  • 引证文献(1)
  • 二级引证文献(10)
2015(22)
  • 引证文献(3)
  • 二级引证文献(19)
2016(34)
  • 引证文献(5)
  • 二级引证文献(29)
2017(60)
  • 引证文献(0)
  • 二级引证文献(60)
2018(66)
  • 引证文献(5)
  • 二级引证文献(61)
2019(51)
  • 引证文献(2)
  • 二级引证文献(49)
2020(15)
  • 引证文献(0)
  • 二级引证文献(15)
研究主题发展历程
节点文献
农业图像
水平集
先验信息
图像分割
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
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导