基于关键点检测的植物叶端特征自动提取

被引：1

作者：

陈建辉

郑小东

赵中堂

机构：

[1] 郑州航空工业管理学院计算机学院

来源：

江苏农业科学 | 2017年 / 45卷 / 09期

关键词：

叶端特征; 自动提取; 多边形近似算法; 关键点检测; 图像处理;

D O I：

10.15889/j.issn.1002-1302.2017.09.056

中图分类号：

Q944 [植物形态学]; TP391.41 [];

学科分类号：

080203 ;

摘要：

为了实现植物叶端特征自动提取,提出基于关键点检测的叶端特征提取方法,即对原始图像进行预处理,获得叶片轮廓;采用多边形近似算法检测关键点;通过对关键点分析判定叶端形态的基本类型,获取叶顶角等特征数据。试验结果表明,该方法适用于多种形态的植物叶,可用于需要植物叶端特征自动获取的场合。

引用

页码：205 / 207

页数：3

共 15 条

[1] 基于概率局部判断映射的植物分类方法 [J].

张善文 ;

王献锋 ;

王震 ;

张强 .

农业工程学报, 2015, 31 (11) :215-220

[2]

Plant species identification using digital morphometrics: A review[J] . James S. Cope,David Corney,Jonathan Y. Clark,Paolo Remagnino,Paul Wilkin. &nbspExpert Systems With Applications . 2012 (8)

[3]

New polygonal approximation schemesfor object shape representation. Wu J S,Leou J J. Pattern RecognitionLetter . 1995

[4]

Plant leaf image dataset. Intelligent Computing Laboratory,Chinese Academy of Sciences. http://www.intelengine.cn/English/dataset . 2016

[5]

Manual of leaf architecture:morphological description andcategorization of dicotyledonous and net-veined monocotyledonous angiosperms. Leaf Architecture Working Group. . 1999

[6] 基于图像分析的植物叶片识别技术综述 [J].