原文服务方: 林业机械与木工设备       
摘要:
图像特征提取是图像处理重要的研究内容之一,针对树皮图像,提出了一种基于分形理论的树皮图像特征提取方法.首先将树皮RGB彩图转换成灰度图,对灰度图进行局域分形特征提取,得到分形特征灰度图,再计算此特征图的水平和垂直两个方向的像素数值之和;然后用此特征和标签进行支持向量机(SVM)训练和测试,得到样本的分类结果.试验结果表明,通过设置不同的特征长度,提出的方法能很好地提取树皮特征,识别率分别为92.78%、93.33%、93.88%.
推荐文章
一种基于分形的木材细胞图像特征提取方法
细胞图像
木材纹理
分形维数
特征提取
差分盒子
多重分形理论在玉米病害图像特征提取中的应用
玉米病害
多重分形
多小波变换
特征值
半色调图像纹理特征提取方法
半调图像
局部二值模式
特征提取
像素相关算子
基于经验模态分解的通信辐射源分形特征提取算法
通信辐射源
特征提取
经验模态分解
分形特征
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 基于分形理论的树皮图像特征提取方法
来源期刊 林业机械与木工设备 学科
关键词 分形理论 树皮 特征提取 支持向量机
年,卷(期) 2019,(2) 所属期刊栏目 研究与设计
研究方向 页码范围 7-11
页数 5页 分类号 TP391.41
字数 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 程玉柱 南京林业大学机械电子工程学院 35 144 7.0 10.0
2 石玲玉 南京林业大学机械电子工程学院 4 2 1.0 1.0
3 潘世豪 南京林业大学机械电子工程学院 2 2 1.0 1.0
4 许正昊 南京林业大学机械电子工程学院 1 2 1.0 1.0
5 谢文锴 南京林业大学机械电子工程学院 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  (138)
共引文献  (46)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (18)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(20)
  • 参考文献(0)
  • 二级参考文献(20)
2017(15)
  • 参考文献(1)
  • 二级参考文献(14)
2018(14)
  • 参考文献(9)
  • 二级参考文献(5)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分形理论
树皮
特征提取
支持向量机
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
林业机械与木工设备
月刊
2095-2953
23-1405/S
大16开
1966-01-01
chi
出版文献量(篇)
4723
总下载数(次)
0
总被引数(次)
15760
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导