作者:
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:
在复杂的背景下有效分割出黄瓜病害是解决黄瓜病害防治的关键问题.目前,基于病害叶片图像的病害检测方法很多,但各种方法各有优缺点.针对黄瓜常见的白粉病、炭疽病、根腐病3种病害叶片,对现有的分割方法进行对比分析,选择效果较好的FCM算法,首先利用病害叶片图像的H和S颜色分量对图像进行颜色聚类,然后利用FCM算法进行病害检测,最后以开闭交替运算去除毛刺达到平滑目标轮廓的效果,最后试验结果表明,所提出的病害检测方法是有效可行的.
推荐文章
基于过渡区研究的黄瓜病害识别方法
黄瓜
病害识别
图像分割
过渡区
特征提取
支持向量机
基于显著性检测的黄瓜叶部病害图像分割算法
黄瓜
病害图像
显著性检测
流形排序
图像分割
基于Android的苹果叶部病害识别系统设计
Android
苹果病害
图像识别
Canny算子
支持向量机
基于量子神经网络和组合特征参数的玉米叶部病害识别
玉米病害
组合特征参数
量子神经网络
病害识别率
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 基于叶部病害图像的黄瓜病害检测方法
来源期刊 数码世界 学科
关键词 病叶图像 病斑分割 病叶图像分割
年,卷(期) 2020,(7) 所属期刊栏目 IT大视野
研究方向 页码范围 47
页数 1页 分类号
字数 1381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 安琪 西京学院信息工程学院 2 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  (53)
共引文献  (15)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
病叶图像
病斑分割
病叶图像分割
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
数码世界
月刊
1671-8313
12-1344/TP
大16开
北京市海淀区永定路4号A院3号楼506室
6-167
2002
chi
出版文献量(篇)
22805
总下载数(次)
112
总被引数(次)
4543
论文1v1指导