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:
不同树种叶片特征信息不同,无论是根据叶片信息识别树种,还是对叶片的病害进行精准检测,图像分割显得尤为重要.本文提出一种基于新型加和算法的叶片图像分割方法,通过Canny算子提取叶片二值图像的边缘轮廓与原始灰度图像相加,将反转的二值图像与第一次加和后的图像进行二次相加,相加前后要保持叶片图像格式、大小一致,满足图像相加条件,实现对叶片图像分割研究.实验结果表明:该方法保留了叶片灰度图像的完整特征信息,且叶片完全从背景中分离出来.为后续图像特征提取和树种识别等研究提供坚实的理论支撑,加和法也可应用于其他图像分割领域.
推荐文章
基于改进的狼群算法的新型广义熵图像分割
狼群算法
周期随机扰动
混沌全局搜索
新型广义熵
峰值信噪比
基于遗传算法的图像分割的研究
图像分割
阈值计算
遗传算法
图像特征
基于道路图像的阈值分割算法的研究
车辆导航
图像分割
最优阈值分割算法
基于图像复杂度的图像分割算法
图像分割
图像复杂度
阈值
灰度直方图
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 基于新型加和算法的叶片图像分割研究
来源期刊 森林工程 学科 农学
关键词 叶片图像 图像分割 加和法 边缘检测
年,卷(期) 2019,(4) 所属期刊栏目 森工技术与装备
研究方向 页码范围 65-69,75
页数 6页 分类号 S794
字数 2641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 戚大伟 东北林业大学理学院 88 747 16.0 23.0
2 牟洪波 东北林业大学理学院 20 158 5.0 12.0
3 张苗苗 东北林业大学理学院 5 7 2.0 2.0
4 吕嘉洛 东北林业大学理学院 1 0 0.0 0.0
5 倪海明 东北林业大学理学院 5 46 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (116)
共引文献  (57)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(13)
  • 参考文献(3)
  • 二级参考文献(10)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(16)
  • 参考文献(2)
  • 二级参考文献(14)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(9)
  • 参考文献(9)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
叶片图像
图像分割
加和法
边缘检测
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
森林工程
双月刊
1006-8023
23-1388/S
大16开
哈尔滨市香坊区和兴路26号东北林业大学
14-170
1985
chi
出版文献量(篇)
3661
总下载数(次)
11
论文1v1指导