基于图像分析的植物叶片识别技术综述

被引：39

作者：

张宁

刘文萍

机构：

[1] 北京林业大学信息学院

来源：

计算机应用研究 | 2011年 / 28卷 / 11期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

数字图像分析; 植物叶片识别; 图像模板匹配; 统计学; 机器学习理论;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

对近年来基于图像分析的叶片识别技术进行了广泛研究。首先阐述了基于图像分析的植物叶片识别技术的意义及研究现状;然后介绍了主要的叶片图像识别步骤,重点从基于关系结构匹配的识别、基于统计学的识别和基于机器学习的识别三类方法进行阐述,详细论述了各种识别技术的基本思想和主要公式;最后指出了叶片识别技术的不足和研究方向。

引用

页码：4001 / 4007

页数：7

共 28 条

[1]

基于图像多分辨率分析的植物叶片识别系统的研究.[D].林丰艳.曲阜师范大学.2009, 09

[2]

植物叶片图像分析方法的研究与实现.[D].苏玉梅.南京理工大学.2007, 01

[3]

基于叶片特征的计算机自动植物种类识别研究.[D].张蕾.东北师范大学.2007, 05

[4] 基于Fisher判别苦槠和青冈栎叶片 [J].

曹静 ;

胡海波 ;

宋丁全 .

河南科技大学学报(自然科学版), 2010, 31 (06) :62-65+118

[5] 基于计算机视觉技术的番茄叶部病害识别 [J].

柴阿丽 ;

李宝聚 ;

石延霞 ;

岑喆鑫 ;

黄海洋 ;

刘君 .

园艺学报, 2010, 37 (09) :1423-1430

[6] 基于图像的水稻病害识别方法研究 [J].

管泽鑫 ;

唐健 ;

杨保军 ;

周营烽 ;

范德耀 ;

姚青 .

中国水稻科学, 2010, 24 (05) :497-502

[7] 基于Fisher判别分析的玉米叶部病害图像识别 [J].

王娜 ;

王克如 ;

谢瑞芝 ;

赖军臣 ;

明博 ;

李少昆 .

中国农业科学, 2009, 42 (11) :3836-3842

[8] 基于形状上下文特征的植物叶图像匹配方法 [J].

翟传敏 ;

杜吉祥 .

广西师范大学学报(自然科学版), 2009, 27 (03) :171-174

[9]

基于水稻扫描叶片图像特征的氮素营养诊断研究.[J].祝锦霞;邓劲松;石媛媛;陈祝炉;韩凝;王珂;.光谱学与光谱分析.2009, 08

[10] 基于多尺度形状分析的叶形识别系统 [J].

孙永新 .

计算机应用, 2009, 29 (06) :1707-1710

← 1 2 3 →