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:
基于机器视觉的田间车辆自动导航是农用车辆导航的热门研究方向,但含较密集杂草的农田作物行提取,目前依然是个难题.该文提出一种适用于密集杂草农田的,主要基于频率和颜色信息的农田图像分割算法.通过小波多分辨率分解后构建的频率总量指标,利用作物产生主频信息的总量优势,结合作物行的交替及最大类间方差法、颜色模型分量变换,实现农田杂草的去除,并通过最小二乘法拟合直线,实现农田作物行提取.实验表明算法能有效克服密集杂草干扰,针对480×640像素大小图像,单幅处理时间平均为132 ms.
推荐文章
基于CDF9-7小波和自适应Otsu算法的视频字幕分割
CDF9-7小波
自适应Otsu算法
视频字幕
图像分割
基于小波变换的图像分割技术研究
图像处理
小波变换
图像分割
基于改进Hough变换的农田作物行快速检测算法
作物行检测
机器视觉
直方图投影
Hough变换
基于粒度与小波变换的纹理图像分割
小波变换
商空间
图像分割
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 基于小波变换及Otsu分割的农田作物行提取
来源期刊 电子与信息学报 学科 工学
关键词 田间导航 作物行 小波变换 最大类间方差
年,卷(期) 2016,(1) 所属期刊栏目 论文
研究方向 页码范围 63-70
页数 8页 分类号 TP391.41
字数 7362字 语种 中文
DOI 10.11999/JEIT150421
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 赵匀 浙江理工大学机械与自动控制学院 122 2591 30.0 43.0
2 汪亚明 浙江理工大学信息学院 91 720 14.0 23.0
3 孙麒 浙江理工大学信息学院 42 99 5.0 8.0
4 韩永华 浙江理工大学信息学院 15 59 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (159)
共引文献  (175)
参考文献  (17)
节点文献
引证文献  (9)
同被引文献  (62)
二级引证文献  (15)
1993(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)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(18)
  • 参考文献(2)
  • 二级参考文献(16)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(16)
  • 参考文献(2)
  • 二级参考文献(14)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(18)
  • 参考文献(1)
  • 二级参考文献(17)
2012(15)
  • 参考文献(1)
  • 二级参考文献(14)
2013(23)
  • 参考文献(4)
  • 二级参考文献(19)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
田间导航
作物行
小波变换
最大类间方差
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
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