叶片图像相关论文
针对苹果栽培品种识别分类问题,提供一个包含多个苹果果树品种的叶片图像原始数据集,并且研究构建一种新的深度卷积神经网络分类模......
本文提出了一种应用链码跟踪算法跟踪叶片图像外形轮廓的方法.利用链码特性，提取了叶片周长、面积、纵轴长、横轴长、圆形度、最小......
植物识别在维护植物物种多样性、植物资源开发与利用等领域均有着举足轻重的作用。传统的植物识别方法要求操作者拥有扎实的专业知......
利用植物叶片的图像特征来实现植物物种的自动识别和分类是目前的研究热点。国内外学者对基于叶片特征的提取和识别与分类进行了研......
随着信息技术的迅猛发展,图像处理已在农业领域如植物叶片图像分析、种子识别、蔬菜农药检测等方面发挥着重要作用。然而,这些处理......
本文提出了一种基于图像分析技术的树木叶片面积计算方法。首先对彩色叶片图像进行灰度化,然后利用图像阈值分割处理将叶片区域从......
结合图像处理、模式识别等技术辅助进行植物叶分类识别已经比较成熟。但目前常用的分类方法单一,分类特征单一,分类过分依赖于人。......
推进器片宽度测量广泛地用直接、间接的方法在过去被学习了，并且它在决定完成的产品的质量起一个大作用。以前的技术通常由于在片宽......
利用计算机图像处理技术进行作物缺素判别,从颜色和纹理两个方面提取番茄缺氮、缺钾、缺铁和正常4种情况下叶片图像的特征参数,取......
基于叶片图像的植物分类方法研究是植物分类学的一个重要研究方向。由于叶片图像的复杂性和对季节、光照等条件比较敏感,使得现有......
为了提高植物叶片识别的效率以及准确度,本文利用植物叶片的形状特征作为特征,并且利用PCA算法对初步提取出的特征参数进行降维,最......
将多重分形理论引入到植物叶片的图像处理中,用数字图像处理与分析技术,重点对葫芦科的4种植物叶片的图像进行处理,通过计算多重分......
桃是我国最古老的果树树种之一,也是我国第三大落叶果树,栽培面积和产量仅次于苹果和梨。桃树因具有结果早、丰产稳定性好、对土壤......
为了提高植物叶片识别与分类的正确率,提出了基于SVM的识别模型和方法;对叶片图像预处理后,提取并优选10个叶片形状特征参数,用SVM......
为识别和诊断不同施氮水平下油菜叶片纹理特征,利用多重分形去趋势移动平均分析（MFDMA）,分别计算θ=0,θ=0.5,θ=1下油菜叶片图像的1......
本文介绍了一种基于叶片图像的几何特征对叶片种类进行识别的方法。首先对叶片图像进行预处理并提取出叶片的几何特征,然后利用相......
针对叶缘叶裂明显的植物叶片识别问题,提出一种基于叶片形状特征的识别方法。该方法首先使用阈值分割与形态学操作对叶片进行二值......
目前对葡萄叶片营养元素诊断大都利用化学滴定法或者光谱仪器分析法,但此类方法仅适用于实验室小批量作物测试,难以应用至大批量农......
A novel method for pest detection is proposed based on the theory of multi-fractal spectrum to extract pests on plant le......
文章介绍了一种基于叶片图像的形状特征对叶片进行识别的方法。首先对叶片图像进行预处理并且提取出叶片的轮廓，然后利用轮廓计算得......
对于植物叶的分类介绍了一种基于叶片图像的形状与纹理特征提取的方法。该方法首先对叶片图像进行预处理提取出叶片轮廓,得到形状......
叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理......
深度学习已成为图像识别领域的研究热点。本文以植物叶片图像识别为研究对象,对单一背景和复杂背景图像分别给出了优化预处理方案;......
叶片图像特征提取对于植物自动分类识别有着重要的研究意义。国内外学者对基于图像分析叶片识别进行了研究,并取得了一定的研究成......
植物是地球生物圈的重要组成部份,人类欲要开发和利用植物首先就要能识别它。然而地球上植物种类众多,一个人需经很长时间的学习和......
【目的】针对卷积神经网络识别植物叶片过程中,叶片边缘形状对卷积层的过度作用而导致相似边缘形状叶片识别错误的问题,提出了一种......
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......
针对空气浮尘造成植物叶片图像颜色失真、细节信息模糊问题,采用一种基于光学成像模型的灰尘去除算法,对退化叶片图像颜色进行恢复......
为了提高植物叶片识别与分类的正确率,提出了一种基于PCA和SVM的植物叶片识别方法,在对叶片图像进行分割、边缘检测后,提取10个具......
