多方向Top-Hat变换在叶脉特征提取中的应用研究

被引:8
作者
金秋春 [1 ]
郑小东 [1 ]
童小利 [2 ]
机构
[1] 郑州航空工业管理学院计算机科学与应用系
[2] 郑州航空工业管理学院机电工程系
关键词
Top-Hat变换; 叶脉提取; Gauss梯度; 数学形态学;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
叶脉是植物叶的内在特征和识别植物的重要特征,叶脉特征的提取有利于植物叶自动识别。针对叶脉复杂多变使得叶脉难于提取的特点,提出了多方向Top-Hat变换的叶脉特征提取方法。该方法采用Gauss梯度计算叶图像上各点方向,采用多方向Top-Hat算子进行Top-Hat变换,最后阈值分割提取叶脉。实验结果表明,与传统方法相比,该方法提取叶脉更精确,为下一步植物叶识别打下了良好的基础。
引用
收藏
页码:195 / 197
页数:3
相关论文
共 6 条
[1]   基于数学形态学的边缘检测算法研究及应用 [J].
王慧锋 ;
战桂礼 ;
罗晓明 .
计算机工程与应用 , 2009, (09) :223-226
[2]   数学形态学滤波在红外图像去噪中的应用研究 [J].
董怡 ;
金伟其 ;
张淼 .
激光与红外, 2007, (08) :795-798
[3]   基于Tophat变换的复杂背景下运动点目标识别算法 [J].
张文超 ;
王岩飞 ;
陈贺新 .
中国图象图形学报, 2007, (05) :871-874
[4]   叶片图像特征提取与识别技术的研究 [J].
王晓峰 ;
黄德双 ;
杜吉祥 ;
张国军 .
计算机工程与应用, 2006, (03) :190-193
[5]   植物叶形的计算机识别系统 [J].
朱静 ;
田兴军 ;
陈彬 ;
吕劲紫 .
植物学通报, 2005, (05) :89-94
[6]   基于人工神经网络的叶脉信息提取——植物活体机器识别研究Ⅰ [J].
傅弘 ;
池哲儒 ;
常杰 ;
傅承新 .
植物学通报, 2004, (04) :429-436