作者:
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:
对于植物叶的分类介绍了一种基于叶片图像的形状与纹理特征提取的方法.该方法首先对叶片图像进行预处理提取出叶片轮廓,得到形状与纹理特征参数,然后对形状参数分析进行粗分类,最后对于形状相似叶片利用BP神经网络进行分类.实验对20种叶片进行分类,平均识别率达到了92%.
推荐文章
稀疏纹理的特征提取和分类研究
纹理分类
特征提取
稀疏纹理
纹理分割中的特征提取
纹理特征
特征提取
纹理分割
Gibbs随机场
纹理图像的特征提取和分类
纹理图像
特征提取
分类
支撑矢量机
基于小波理论的织物纹理特征提取
织物纹理
特征提取
小波分解
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 植物叶形状与纹理特征提取研究
来源期刊 浙江理工大学学报 学科 工学
关键词 叶片图像 图像预处理 特征参数 BP神经网络
年,卷(期) 2013,(3) 所属期刊栏目 生物与生命科学
研究方向 页码范围 394-398,423
页数 6页 分类号 TP319
字数 3459字 语种 中文
DOI
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 周平 浙江理工大学信息学院 37 277 9.0 16.0
2 陈寅 浙江理工大学信息学院 2 13 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (138)
参考文献  (9)
节点文献
引证文献  (13)
同被引文献  (55)
二级引证文献  (47)
1961(2)
  • 参考文献(1)
  • 二级参考文献(1)
1962(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(8)
  • 引证文献(5)
  • 二级引证文献(3)
2017(20)
  • 引证文献(1)
  • 二级引证文献(19)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
叶片图像
图像预处理
特征参数
BP神经网络
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
浙江理工大学学报(自然科学版)
双月刊
1673-3851
33-1338/TS
大16开
浙江省杭州市
1979
chi
出版文献量(篇)
3013
总下载数(次)
1
总被引数(次)
14409
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导