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:
葡萄在全世界种植范围较广,葡萄品种识别对葡萄资源统计、新品种鉴定及遗传资源保护都有重要意义.以成熟叶片为基本材料,不变矩、面积、周长、主叶脉长度和叶柄长度等11维特征向量为基础数据,采用叶片特征选择、图像处理、特征值提取、建立分类模型等方法,运用国际葡萄与葡萄酒组织形态分类方法和改进的欧式距离等技术开发一个基于葡萄叶片数字图像的葡萄品种自动识别软件.共测试17种酿酒和3种野生葡萄,识别率达87%.该方法具有自动化、识别速度快、花费低、省时省力等特点,可应用于葡萄病虫害的识别、杂交新品种双亲的判定等.
推荐文章
基于机器视觉的葡萄自动识别技术
颜色空间
图像分割
机器视觉(计算机视觉)
图像处理
基于变换域的调制类型自动识别
傅里叶变换
希尔伯特变换
决策理论
调制类型的自动识别
基于线性与非线性特征融合的J波自动识别
J波
极点对称模态分解
高阶累计量
人工蜂群算法
支持向量机
基于语法特征树的代码知识点自动识别
语法树
特征树匹配
自动识别
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 基于叶片形态特征的葡萄品种自动识别
来源期刊 计算机仿真 学科 工学
关键词 葡萄品种 自动识别 叶片图像处理 形态学 欧氏距离
年,卷(期) 2012,(3) 所属期刊栏目 可视化仿真技术
研究方向 页码范围 307-310
页数 分类号 TP317.4
字数 2947字 语种 中文
DOI 10.3969/j.issn.1006-9348.2012.03.076
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 宋真 西北农林科技大学信息工程学院 2 17 2.0 2.0
2 颜永丰 西北农林科技大学信息工程学院 8 56 4.0 7.0
3 蔡骋 西北农林科技大学信息工程学院 23 158 8.0 11.0
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  (120)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (34)
二级引证文献  (5)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(3)
  • 参考文献(1)
  • 二级参考文献(2)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(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)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
葡萄品种
自动识别
叶片图像处理
形态学
欧氏距离
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导