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:
为了提高藻种显微图像识别率,提出了一种基于自适应形态学的快速藻种顶刺分割和特征提取方法.该方法引入像素宽度的概念,以藻种目标像素宽度直方图和面积分布图为判别依据,自动判定最佳结构元尺寸,以联合滤波、区域归并等形态学操作分割顶刺区域;最后构造了两类局部生物形态学特征提取参数.实验证明,该算法针对不同甲藻细胞目标可自动计算最佳结构元素大小,具有精度高、速度快的优点,且两类特征提取参数具有视觉不变性.
推荐文章
MEMS装配显微图像分割与特征点提取
微齿轮装配
图像分割
特征点提取
HSV模型
一种移动机器人视觉图像特征提取及分割方法
移动机器人
视觉
颜色特征提取
直方图
一种基于道路毁伤图像信息的特征提取方法
边缘提取
轮廓跟踪
直线提取
平行线提取
道路连接
红外图像特征提取的一种方法
红外图像
小波变换
特征提取
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 一种甲藻显微图像顶刺区域分割及特征提取方法
来源期刊 计算机科学 学科 工学
关键词 甲藻 顶刺分割 自适应结构元素
年,卷(期) 2012,(7) 所属期刊栏目 图形图像
研究方向 页码范围 262-266
页数 分类号 TP391.4
字数 4091字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.07.060
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 姬光荣 中国海洋大学信息科学与工程学院 51 291 10.0 13.0
2 乔小燕 山东工商学院数学与信息科学学院 7 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (85)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(4)
  • 参考文献(0)
  • 二级参考文献(4)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(4)
  • 参考文献(2)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(8)
  • 参考文献(2)
  • 二级参考文献(6)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1998(7)
  • 参考文献(1)
  • 二级参考文献(6)
1999(13)
  • 参考文献(3)
  • 二级参考文献(10)
2000(7)
  • 参考文献(1)
  • 二级参考文献(6)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
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)
研究主题发展历程
节点文献
甲藻
顶刺分割
自适应结构元素
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导