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:
绿色植物物种识别在生态环境保护、中药制取、农业与园艺应用等方面有着重要的应用前景和潜在的经济价值.以绿色植物图像为研究对象,提出一种基于小波变换和可变局部边缘模式VLEP(Varied local edge pattern)的图像识别方法.对绿色植物图像进行小波分解;利用可变局部边缘模式提取纹理特征,同时结合分块和多分辨率思想,得到融合后的纹理特征;利用最近邻分类器进行分类.实验结果表明,小波变换和可变局部边缘模式相结合是一种可行的绿色物种识别方法,分块和多分辨率思想能够进一步提高图像识别的准确率.
推荐文章
基于可变局部边缘模式的绿色植物物种识别
可变局部边缘模式
边缘特征提取
植物物种识别
基于结构局部边缘模式的绿色植物物种识别
边缘检测
可变局部边缘模式
结构化局部边缘模式
植物识别
基于小波多尺度变换局部放电图像模式识别的研究
局部放电
小波变换
特征量
模式识别
基于样条小波变换局部的医学图像边缘提取
样条
小波变换
极大模
甲襞微循环图像
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 基于小波和可变局部边缘模式的植物物种识别
来源期刊 计算机应用与软件 学科 工学
关键词 植物识别 可变局部边缘模式 小波分解 分块 多分辨率
年,卷(期) 2018,(9) 所属期刊栏目 图像处理与应用
研究方向 页码范围 230-235
页数 6页 分类号 TP317.41
字数 4791字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.09.041
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 王瑜 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室 41 67 4.0 5.0
2 邢素霞 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室 38 170 8.0 11.0
3 陈肖蒙 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (19)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (19)
二级引证文献  (1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1995(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)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(8)
  • 参考文献(3)
  • 二级参考文献(5)
2016(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
植物识别
可变局部边缘模式
小波分解
分块
多分辨率
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导