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:
对果林中的果害虫图像特征的分类识别,能够针对性的解决果林虫害问题.对果害虫图像特征的分类识别,需要计算出各个颜色特征分布标准差,提取图像的纹理特征,完成图像特征的分类识别.传统方法先计算出图像特征的显著值,对测试样本图像的特征向量进行类关联重构,但忽略了对图像纹理特征的提取,导致特征分类识别精度偏低.提出基于改进局部二进制模式的果林中果害虫图像特征高效分类识别方法.利用机器视觉方法提取害虫图像的RGB颜色空间和HSV颜色空间的特征,计算出各个颜色特征分布的均值和标准差,提取图像的纹理特征,反映害虫图像灰度分布均匀程度和纹理粗细程度,依据害虫图像特征类别抽取本质维数,实现果林中果害虫图像特征高效分类识别.实验结果证明,所提方法识别精度较高,为果林病虫草害的诊断提供了有利的依据.
推荐文章
储粮害虫分类识别研究
储粮害虫
图像增强
特征提取
模式识别
BP神经网络
谷物害虫图像识别中特征值提取技术的研究
仓储物害虫
数理统计特征
纹理特征
几何形状特征
模式识别
宫颈细胞图像的特征选择与分类识别算法研究
特征提取
特征选择
CART
PSO-SVM
宫颈细胞检测
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 关于果林中果害虫图像特征高效分类识别仿真
来源期刊 计算机仿真 学科 工学
关键词 林果害虫 图像特征 分类识别
年,卷(期) 2018,(2) 所属期刊栏目 仿真虚拟化
研究方向 页码范围 425-428
页数 4页 分类号 TP391
字数 3934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 程鲁玉 新疆农业大学计算机与信息工程学院 12 30 4.0 4.0
2 达新民 新疆农业大学网络中心 10 20 3.0 4.0
3 孟小艳 新疆农业大学计算机与信息工程学院 15 39 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (112)
共引文献  (58)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (48)
二级引证文献  (3)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(19)
  • 参考文献(0)
  • 二级参考文献(19)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(12)
  • 参考文献(5)
  • 二级参考文献(7)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(6)
  • 引证文献(3)
  • 二级引证文献(3)
研究主题发展历程
节点文献
林果害虫
图像特征
分类识别
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导