原文服务方: 计算机应用研究       
摘要:
为满足植物分类和识别对植物叶片叶脉信息的需要,提出了基于HSV彩色空间与直方图信息FFCM聚类算法相结合的植物叶片叶脉提取方法.该算法可以简述为以下四个步骤:a)将植物叶片图像由RGB转换到HSV彩色空间;b)使用FFCM聚类算法实现叶片图像像素点的聚类,通过比较叶脉和叶肉像素值的均值大小对植物叶片进行颜色的分类,通过对自定义偏移量值的判定对图片进行受光度的分类;c)针对不同类别的植物叶片,分别进行去除部分叶肉的处理;d)使用FFCM算法再次聚类,在最终的聚类结果中提取叶脉像素点.实验结果表明,该方法既能有效处理和区分绿色和枯黄的叶片图像,也能很好地处理和区分受光均匀和受光不均匀的叶片图像,可以应用于植物的分类与识别.
推荐文章
基于HSV空间的彩色图像直方图检索技术
三维直方图
图像检索
颜色空间
基于人工神经网络的叶脉信息提取--植物活体机器识别研究I
叶脉提取
人工神经网络
植物识别系统
局部对比度
一种基于HSV颜色空间和SIFT特征的车牌提取算法
HSV颜色空间
SIFT特征
车牌提取
图像配准
基于HSV空间的简牍图像增强算法研究
色度空间
线性变换
中值滤波
高斯-拉普拉斯
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HSV彩色空间与直方图信息的植物叶脉FFCM算法提取
来源期刊 计算机应用研究 学科
关键词 图像分割 叶脉提取 FFCM聚类 HSV彩色空间
年,卷(期) 2018,(9) 所属期刊栏目 图形图像技术
研究方向 页码范围 2861-2864
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.09.071
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 王美丽 西北农林科技大学信息工程学院 34 250 9.0 15.0
2 张建锋 西北农林科技大学信息工程学院 31 124 7.0 10.0
3 宣旭峰 西北农林科技大学信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (70)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1973(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分割
叶脉提取
FFCM聚类
HSV彩色空间
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导