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:
近年来,图像处理技术已被广泛应用于生活中各个领域,在农业方面也取得一定的成果.图像分割技术是图像处理的一个重要前提之一,从复杂背景中精准分割农作物,有利于对农作物的病害、成熟度等准确判断,对提高农作物产量和质量具有重要意义.因此,对农作物图像分割算法基于阈值、基于聚类、基于边缘和基于深度学习四种进行综述,并提出图像分割算法现存的问题.
推荐文章
农作物技术栽培
农作物
技术栽培
无土栽培
雪灾后农作物管理技术
雪灾
农作物
管理
转基因农作物的安全评估
转基因技术
生态环境
农作物
生物技术
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 农作物图像分割算法综述
来源期刊 现代计算机 学科
关键词 图像处理 图像分割 农作物图像 分割算法
年,卷(期) 2020,(19) 所属期刊栏目 图形图像
研究方向 页码范围 72-75
页数 4页 分类号
字数 3255字 语种 中文
DOI 10.3969/j.issn.1007-1423.2020.19.015
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 李富忠 山西农业大学软件学院 140 678 12.0 20.0
2 郑小南 山西农业大学软件学院 7 0 0.0 0.0
3 杨凡 山西农业大学软件学院 7 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (39)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(11)
  • 参考文献(1)
  • 二级参考文献(10)
2018(9)
  • 参考文献(5)
  • 二级参考文献(4)
2019(8)
  • 参考文献(6)
  • 二级参考文献(2)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
图像处理
图像分割
农作物图像
分割算法
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导