新書推薦:
《
民法典1000问
》
售價:HK$
102.4
《
国术健身 易筋经
》
售價:HK$
34.3
《
古罗马800年
》
售價:HK$
193.2
《
写出心灵深处的故事:踏上疗愈之旅(修订版)(创意写作书系)
》
售價:HK$
67.9
《
控制权视角下的家族企业管理与传承
》
售價:HK$
89.7
《
冯友兰和青年谈心系列
》
售價:HK$
171.8
《
利他主义的生意:偏爱“非理性”的市场(英国《金融时报》推荐读物!)
》
售價:HK$
79.4
《
认知行为疗法:心理咨询的顶层设计
》
售價:HK$
102.4
|
內容簡介: |
《基于图像处理的植物种类识别》围绕植物叶片图像识别技术,对植物识别过程中涉及的诸多关键技术进行了探讨。《基于图像处理的植物种类识别》分为6章。第1章介绍了植物叶片的外观、叶片识别系统的框架及叶片图像获取与预处理方法。第2章介绍了复杂背景图像中分割提取叶片图像的方法,主要介绍了随机漫步模型,以及基于该模型的图像分割技术。第3章梳理了可用的叶片特征和特征分类器,并对目前学术界常用的叶片图像数据库进行了介绍。第4章介绍了脉冲耦合神经网络模型及其研究进展,并对基于PCNN的叶片图像识别方法进行了阐述。第5章介绍了BOW或BOF与脉冲耦合神经网络、Jaccard距离、Laws纹理能量等相结合进行植物识别的方法。第6章介绍了基于两级分类的植物叶片识别的方法。
|
目錄:
|
目录前言第1章叶片形态与图像获取11.1叶片外观11.1.1叶形11.1.2叶脉21.1.3叶片颜色31.2叶片识别系统31.3叶片图像获取51.3.1图像获取51.3.2姿态校正61.3.3去除叶柄10参考文献16第2章具有复杂背景的叶片图像分割方法172.1随机漫步模型.172.1.1随机漫步模型的由来172.1.2随机漫步标准模型192.1.3随机漫步改进模型232.2基于随机漫步模型的图像分割312.2.1算法描述312.2.2图像分割实验结果41参考文献46第3章叶片特征提取与分类483.1叶片特征提取.483.1.1形状特征493.1.2纹理特征593.1.3颜色特征693.1.4特征性能评估703.2叶片特征分类.723.2.1常用分类器743.2.2分类器性能评估763.3常用数据库79参考文献81第4章基于PCNN的识别方法874.1PCNN874.1.1概述874.1.2PCNN模型884.1.3在图像处理领域的应用954.1.4在非图像处理领域的应用1004.1.5硬件实现1004.2基于PCNN的植物识别方法.1014.2.1熵序列的改进1014.2.2对比实验结果1054.3基于ICM的植物识别方法.115参考文献116第5章基于BOW和BOF的识别方法1265.1BOW与BOF1265.1.1BOW1265.1.2BOF1275.1.3编码方法对比1325.1.4弱监督字典学习1345.2基于BOW与DPCNN的方法1375.2.1形状上下文特征1375.2.2算法结构1375.2.3实验结果1385.3基于BOF与DPCNN的方法1435.3.1算法结构1435.3.2实验结果1465.4基于VLAD的方法1505.4.1算法结构1505.4.2实验结果1515.5基于BOW的组合特征方法.1565.5.1Jaccard距离与Laws纹理能量测量1565.5.2算法结构1585.5.3实验结果161参考文献168第6章基于两级分类的植物叶片识别方法1736.1基于区域面积占比的形状特征.1736.1.1特征描述1736.1.2特征有效性分析1766.2基于轮廓角点的形状特征1796.2.1角点检测1796.2.2特征描述1816.2.3特征有效性分析1826.3叶脉特征1866.3.1叶脉提取1866.3.2叶脉特征描述1886.4基于形状的两级分类算法1896.4.1两级分类策略1896.4.2基于形状的**级分类的实验分析1916.4.3基于组合特征的第二级分类的实验分析.1956.4.4植物识别系统的总体评价197参考文献199
|
|