多重分形谱在叶片图像处理中的应用

doi:10.3778/j.issn.1002-8331.2008.28.063

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (28): 190-192.DOI: 10.3778/j.issn.1002-8331.2008.28.063

多重分形谱在叶片图像处理中的应用

刘元永¹,罗晓曙¹,陈全斌²,吴雷¹

1.广西师范大学物理与电子工程学院，广西桂林 541004
2.广西师范大学环境与资源学院，广西桂林 541004

收稿日期:2008-04-07 修回日期:2008-06-23 出版日期:2008-10-01 发布日期:2008-10-01
通讯作者: 刘元永

Application of multifractal spectrum in leaf images processing

LIU Yuan-yong¹,LUO Xiao-shu¹,CHEN Quan-bin²,WU Lei¹

1.College of Physics and Electronic，Guangxi Normal University，Guilin，Guangxi 541004，China
2.College of Environment and Resources，Guangxi Normal University，Guilin，Guangxi 541004，China

Received:2008-04-07 Revised:2008-06-23 Online:2008-10-01 Published:2008-10-01
Contact: LIU Yuan-yong

摘要/Abstract

摘要： 将多重分形理论引入到植物叶片的图像处理中，用数字图像处理与分析技术，重点对葫芦科的4种植物叶片的图像进行处理，通过计算多重分形谱分析植物叶片的特点。该文处理叶片图像的方法，可望在植物分类及农业生产中产生积极意义。

关键词: 多重分形谱, 图像处理, 叶片图像, 葫芦科

Abstract: The theory of multifractal was introduced to the leaf image processing.By using image processing and analysis technology，four kinds of cucurbitaceous leaves were collected to process their images.And by computing the multifractal spectrum，its characteristics on the leaf images were analyzed.The method will benefit the plant classification and agricultural production.

Key words: multifractal spectrum, image processing, leaf images, cucurbitaceae

刘元永¹,罗晓曙¹,陈全斌²,吴雷¹. 多重分形谱在叶片图像处理中的应用[J]. 计算机工程与应用, 2008, 44(28): 190-192.

LIU Yuan-yong¹,LUO Xiao-shu¹,CHEN Quan-bin²,WU Lei¹. Application of multifractal spectrum in leaf images processing[J]. Computer Engineering and Applications, 2008, 44(28): 190-192.

[1]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[2]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[3]	杨培伟，周余红，邢岗，田智强，许夏瑜. 卷积神经网络在生物医学图像上的应用进展[J]. 计算机工程与应用, 2021, 57(7): 44-58.
[4]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[5]	云旭，宋焕生，梁浩翔，侯景严，戴喆. 基于深度学习的关键岗位人员行为分析系统[J]. 计算机工程与应用, 2021, 57(6): 225-231.
[6]	卢苇，刘丹，邵敏，吴扬东. 改进Mask R-CNN网络在医学图像识别与分割中的应用[J]. 计算机工程与应用, 2021, 57(24): 234-241.
[7]	张德，林青宇，郭茂祖. 单幅图像超分辨重建的深度学习方法综述[J]. 计算机工程与应用, 2021, 57(22): 28-41.
[8]	李祥霞，谢娴，李彬，尹华，许波，郑心炜. 生成对抗网络在医学图像处理中的应用[J]. 计算机工程与应用, 2021, 57(18): 24-37.
[9]	林本丰，王呈，孙悦程. 融合LSD算法与深度学习的开关状态检测方法[J]. 计算机工程与应用, 2021, 57(17): 181-189.
[10]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[11]	王滢暄，宋焕生，梁浩翔，余宵雨，云旭. 基于改进的YOLOv4高速公路车辆目标检测研究[J]. 计算机工程与应用, 2021, 57(13): 218-226.
[12]	陈少洁，赵淦森，林成创，彭璟，黄凯信，李壮伟，黄润桦，杜嘉华，樊小毛. 深度学习在染色体分割中的应用综述[J]. 计算机工程与应用, 2021, 57(11): 46-56.
[13]	胡文涛，陈秀宏. 基于局部保持投影的鲁棒稀疏子空间学习[J]. 计算机工程与应用, 2021, 57(10): 194-199.
[14]	王凡，周国清，张荣庭，刘德全. 面向FPGA的连通域快速标记方法[J]. 计算机工程与应用, 2020, 56(22): 230-235.
[15]	潘卫华，杜旭. 基于改进自适应权重的三边滤波立体匹配算法[J]. 计算机工程与应用, 2020, 56(18): 186-192.

多重分形谱在叶片图像处理中的应用

Application of multifractal spectrum in leaf images processing

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