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:
在我国的淡水鱼加工产业里,淡水鱼的识别加工主要依靠人工,这必然将耗费大量的人力和物力.针对这类现象,研究设计了以白鱼、鲫鱼、桂鱼和鳊鱼为研究对象,采用数字图像处理技术和BP网络神经实现的淡水鱼自动识别系统.首先对采集得到的图像进行预处理,得到抠除背景的彩色鱼图像;接着分割鱼体,得到鱼背、鱼肚图像,进行纹理特征提取和形态特征提取;最后使用BP神经网络进行识别.实现了专门识别淡水鱼的软件,采用了25条学习样本和28条识别样本,最终识别率达到75%.
推荐文章
基于机器视觉技术的淡水鱼品种识别
机器
视觉
图像处理
品种识别
基于机器视觉技术淡水鱼品种在线识别装置设计
淡水鱼品种
在线识别装置
机器视觉技术
设计
淡水鱼养殖技术及发展对策
淡水鱼
养殖技术
发展对策
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 基于机器视觉的淡水鱼品种识别
来源期刊 信息技术与网络安全 学科 工学
关键词 图像处理 淡水鱼品种识别 BP神经网络
年,卷(期) 2017,(24) 所属期刊栏目 图像与多媒体
研究方向 页码范围 37-39
页数 3页 分类号 TP391
字数 2065字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.24.011
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 姚润璐 南京农业大学信息科学与技术学院 1 6 1.0 1.0
2 桂詠雯 南京农业大学信息科学与技术学院 1 6 1.0 1.0
3 黄秋桂 南京农业大学信息科学与技术学院 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (53)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (13)
二级引证文献  (7)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(10)
  • 引证文献(4)
  • 二级引证文献(6)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像处理
淡水鱼品种识别
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导