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:
为了实现对植物叶片图像的快速识别,以植物叶片分段面积比作为叶片的关键特征,构建植物叶片形态特征模型.先将植物叶片图像进行二值化、腐蚀、膨胀等常规化预处理,找到叶片图像最小外接矩形;然后对处理后的叶片图像进行面积等分分段处理,计算各段叶片面积与该段矩形面积的比值,形成叶片特征数据样本集.在此基础上,分别使用三层神经网络算法和多元线性回归算法,对18种植物叶片的特征数据集进行了识别实验.结果表明,运用这种方法进行植物叶片图像识别,运算简单,识别率高,易于实现;神经网络算法的识别效果明显优于多元线性回归算法.
推荐文章
基于图像分析的植物叶片识别技术综述
数字图像分析
植物叶片识别
图像模板匹配
统计学
机器学习理论
一种基于多尺度语义分析的图像识别方法
图像识别
语义分析
多尺度
支持向量机
一种基于模糊理论的图像识别方法
模式识别
模糊聚类
贴近度
择近原则
基于不同隐马尔科夫模型的图像识别方法
隐马尔科夫模型
E-HMM
图像识别
指纹识别
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 基于分段面积比的植物叶片图像识别方法研究
来源期刊 重庆科技学院学报(自然科学版) 学科 工学
关键词 植物识别 叶片图像 叶片形态特征 分段面积比 NN算法 MLR算法
年,卷(期) 2019,(3) 所属期刊栏目 算法与计算机应用
研究方向 页码范围 89-93
页数 5页 分类号 TP391.4
字数 3458字 语种 中文
DOI 10.3969/j.issn.1673-1980.2019.03.022
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 殷云霞 安徽中医药大学医药信息工程学院 16 102 6.0 10.0
2 孟庆全 安徽中医药大学医药信息工程学院 23 98 6.0 9.0
3 徐先韬 安徽中医药大学医药信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(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)
1993(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
植物识别
叶片图像
叶片形态特征
分段面积比
NN算法
MLR算法
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
重庆科技学院学报(自然科学版)
双月刊
1673-1980
50-1174/N
大16开
重庆大学城
1995
chi
出版文献量(篇)
4247
总下载数(次)
8
总被引数(次)
13371
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导