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:
为了能够从作物图像中快速地获得作物长势与病虫害等信息,叶面图像分割是重要基础。提出了大田环境下作物叶面图像的自动分割方法,首先通过颜色分割获得作物图像绿色区域部分,然后采用光滑度分割删除枝、茎和杂草等绿色干扰;在此基础上以腐蚀与区域面积方法去除叶面干扰区域;最后将叶面区域以适度膨胀操作获得完整的作物叶面图像。为了验证方法的有效性进行了一系列田间试验,结果表明:与已有的方法相比,该方法具有从复杂的作物图像中自动获得叶面区域的优点,为作物状态与病虫害的进一步分析提供参考。
推荐文章
自动分割图像新方法研究
图像分割
非参数
Dirichlet过程混合
聚类
腹部CT图像肾脏自动分割方法研究
肾脏分割
腹部CT图像
OTSU
区域标记
区域生长
作物数字图像分割误差的影响因素研究
图像分割
误差
正交试验
作物
基于卷积神经网络改进的图像自动分割方法
图像分割
卷积神经网络
多尺度特征融合
残差连接
三维重建
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 作物叶面图像自动分割方法
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 叶片 作物图像 颜色分割 光滑度分割 叶面分割
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 663-669
页数 7页 分类号 TP391.41
字数 4290字 语种 中文
DOI 10.3969/j.issn.1671-7775.2016.06.008
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 肖德琴 华南农业大学数学与信息学院 93 894 17.0 25.0
2 张连宽 华南农业大学数学与信息学院 18 78 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (195)
参考文献  (23)
节点文献
引证文献  (6)
同被引文献  (33)
二级引证文献  (30)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(7)
  • 参考文献(3)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(11)
  • 参考文献(3)
  • 二级参考文献(8)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(12)
  • 参考文献(2)
  • 二级参考文献(10)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(13)
  • 参考文献(3)
  • 二级参考文献(10)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(9)
  • 引证文献(3)
  • 二级引证文献(6)
2019(23)
  • 引证文献(3)
  • 二级引证文献(20)
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
作物图像
颜色分割
光滑度分割
叶面分割
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导