基于结构局部边缘模式的绿色植物物种识别

doi:10.3778/j.issn.1002-8331.1712-0072

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (3): 167-170.DOI: 10.3778/j.issn.1002-8331.1712-0072

基于结构局部边缘模式的绿色植物物种识别

孙梦茹，王瑜，邢素霞

北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室，北京 100048

出版日期:2019-02-01 发布日期:2019-01-24

Green Plants Identification Based on Structural Local Edge Pattern

SUN Mengru, WANG Yu, XING Suxia

Beijing Key Laboratory of Big Data Technology for Food Safety, School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China

Online:2019-02-01 Published:2019-01-24

摘要/Abstract

摘要： 植物图像的边缘检测是基于图像分析植物物种识别技术的重要环节，利用边缘检测可以增强图像中的轮廓边缘、细节等信息，达到将目标植物从图像中分离出来的目的。因此，为了在绿色植物物种识别中，将图像中的目标植物与背景分离，首先利用可变局部边缘模式算子提取植物图像的边缘特征，再通过结构化局部边缘模式对边缘特征进行编码，来刻画局部边缘。实验结果表明，提出的边缘模式思想在绿色植物物种识别上能得到更高的识别率。

关键词: 边缘检测, 可变局部边缘模式, 结构化局部边缘模式, 植物识别

Abstract: The edge detection of plant image is a critical step of plants recognition technologies based on image analysis. Edge detection can enhance important information such as edge outline, details, etc. so that the purpose for separating the target plants from the image can be achieved. Therefore, in order to separate the target plants from the background in the recognition of the green plants, the edge features of the image are extracted by using the varied local edge pattern operator. Then the local edge characteristics are described better using the structure local edge pattern operator to code the edge features. The experimental results show that the proposed edge pattern has a better recognition rate in green plant species identification.

Key words: edge detection, varied local edge pattern, structure local edge pattern, plants identification

孙梦茹，王瑜，邢素霞. 基于结构局部边缘模式的绿色植物物种识别[J]. 计算机工程与应用, 2019, 55(3): 167-170.

SUN Mengru, WANG Yu, XING Suxia. Green Plants Identification Based on Structural Local Edge Pattern[J]. Computer Engineering and Applications, 2019, 55(3): 167-170.

[1]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[2]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[3]	罗娟，蔡骋. 多线索植物种类识别[J]. 计算机工程与应用, 2020, 56(5): 160-165.
[4]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[5]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[6]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[7]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[8]	刘丽霞1，李宝文3，王阳萍1，2，杨景玉1，2. 改进Canny边缘检测的遥感影像分割[J]. 计算机工程与应用, 2019, 55(12): 54-58.
[9]	吴进，赵隽，李聪，吴汉宁. 机器视觉中边缘检测算法的SDSoC加速实现[J]. 计算机工程与应用, 2019, 55(12): 208-214.
[10]	张经宇，滕建辅，白煜. 医学图像边缘检测的Levy-DNA-ACO算法研究[J]. 计算机工程与应用, 2018, 54(8): 14-20.
[11]	朱明明1，许悦雷1，张旭蕾2，马时平1，吕超1，辛鹏1，邹洪中1，马红强1. 基于V1细胞特性的边缘检测[J]. 计算机工程与应用, 2018, 54(5): 200-205.
[12]	李忠海，金海洋，邢晓红. 整数阶滤波的分数阶Sobel算子的边缘检测算法[J]. 计算机工程与应用, 2018, 54(4): 179-184.
[13]	况杰，章杨松，赵佳斌. 基于相位一致性图像处理的岩体裂隙自动检测[J]. 计算机工程与应用, 2018, 54(24): 193-197.
[14]	付波，杨章，赵熙临，单治磊. 基于降维LBP与叶片形状特征的植物叶片识别方法[J]. 计算机工程与应用, 2018, 54(2): 173-176.
[15]	沈夏炯1，2，张汇东1，韩道军1，2. 一种面向SAR图像的多窗口道路边缘检测算法[J]. 计算机工程与应用, 2018, 54(19): 164-171.

基于结构局部边缘模式的绿色植物物种识别

Green Plants Identification Based on Structural Local Edge Pattern

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics