基于细胞神经网络的植物叶片图像中叶脉的提取

被引：7

作者：

赵卓英

孙明

姜伟杰

机构：

[1] 中国农业大学信息与电气工程学院

来源：

农机化研究 | 2009年 / 31卷 / 04期

关键词：

植物叶片; CNN; 图像处理; 叶脉提取;

D O I：

10.13427/j.cnki.njyi.2009.04.055

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

叶片是植物最重要的器官之一,特别是在识别植物种类时起着关键作用。叶脉包含了植物的内在特征和重要遗传信息,叶脉复杂多变的特点使得传统的边缘检测方法不适用于叶脉络的提取。为此,提出了一种基于细胞神经网络(CNN)的植物叶脉图像提取方法。试验结果表明:与传统图像处理方法相比,该方法通过神经网络参数的合理设计,能够提取出较为理想的叶脉络和叶边缘信息,提高了提取的准确性。

引用

页码：168 / 171

页数：4

共 4 条

[1] 图像特征的CNN提取方法及其应用 [J].

雷国伟 ;

吕迎阳 ;

纪安妮 ;

吴孙桃 ;

郭东辉 .

计算机工程与应用, 2004, (14) :204-206+216

[2] 用细胞神经网络提取二值与灰度图象边缘 [J].

张洪钺 ;

钱芳 ;

郭红涛 .

中国图象图形学报, 2001, (10) :32-36

[3]

叶图像提取研究及虚拟植物可视化实现[D]. 李云峰.重庆大学. 2005

[4]

基于细胞神经网络的图像边缘提取算法研究[D]. 黄蕾.南京航空航天大学. 2006

← 1 →