<i id="jk6msn"><small id="jk6msn"></small><pre id="jk6msn"></pre><span id="jk6msn"></span><strong id="jk6msn"></strong></i>
<fieldset id="676fa4"><noscript id="676fa4"></noscript><noscript id="676fa4"></noscript><bdo id="676fa4"></bdo><noscript id="676fa4"></noscript><tt id="676fa4"></tt></fieldset><legend id="676fa4"><th id="676fa4"></th><fieldset id="676fa4"></fieldset><li id="676fa4"></li><address id="676fa4"></address><small id="676fa4"></small></legend><strong id="676fa4"><dd id="676fa4"></dd><legend id="676fa4"></legend></strong><dt id="676fa4"><legend id="676fa4"></legend><tr id="676fa4"></tr><button id="676fa4"></button><ul id="676fa4"></ul><b id="676fa4"></b></dt><dt id="676fa4"><q id="676fa4"></q><pre id="676fa4"></pre><abbr id="676fa4"></abbr><strong id="676fa4"></strong></dt>
    <del id="p0u9mf"></del><tt id="p0u9mf"></tt>
    |本期目錄/Table of Contents|

    [1]張善文,邵彧,李萍.基于典型相關分析全局和局部特征融合的植物識別方法[J].江蘇農業科學,2019,47(14):255-258.
     Zhang Shanwen,et al.A plant recognition method based on global-local feature fusion by canonical correlation analysis[J].,2019,47(14):255-258.
    點擊複制

    基于典型相關分析全局和局部特征融合
    的植物識別方法
    (PDF)
    分享到:

    《江蘇農業科學》[ISSN:1002-1302/CN:32-1214/S]

    卷:
    第47卷
    期數:
    2019年第14期
    頁碼:
    255-258
    欄目:
    農業工程與信息技術
    出版日期:
    2019-08-10

    文章信息/Info

    Title:
    A plant recognition method based on global-local feature fusion by canonical correlation analysis
    作者:
    張善文 邵彧 李萍
    鄭州西亞斯學院,河南新鄭 451150
    Author(s):
    Zhang Shanwenet al
    關鍵詞:
    梯度直方圖Fourier描述子典型相關性分析植物識別
    Keywords:
    -
    分類號:
    TN911.73;TP391.41
    DOI:
    -
    文獻標志碼:
    A
    摘要:
    同類葉片圖像的複雜多樣性增加了植物識別研究的難度,導致利用葉片圖像進行植物識別的識別率不高,因此提出一種基于典型相關分析(CCA)全局和局部特征融合的植物識別方法。首先,采用有較好的光照及旋轉不變性的梯度直方圖(HOG)和邊緣輪廓Fourier描述子作爲植物識別的特征;然後利用CCA在特征層將HOG和Fourier描述子相融合,構成更具分類鑒別力的一個特征向量;最後利用K-最近鄰分類器進行植物識別。在ICL葉片圖像數據庫上的試驗結果表明了該方法的有效性。
    Abstract:
    -

    參考文獻/References:

    [1]陶行科. 基于紋理特征的葉片識別系統研究[D]. 北京:北京林業大學,2015.
    [2]Ehsanirad A. Plant classification based on leaf recognition[J]. International Journal of Computer Science&Information Security,2010,8(4):100-109.
    [3]張娟. 基于圖像分析的梅花種類識別關鍵技術研究[D]. 北京:北京林業大學,2011.
    [4]張昭,楊民倉,何東健. 基于PCA和SVM的植物葉片分類方法研究[J]. 農機化研究,2013(11):34-37,41.
    [5]Du J X,Zhai C M,Wang Q P. Recognition of plant leaf image based on fractal dimension features[J]. Neurocomputing,2013,116(10):150-156.
    [6]Mallah C,Cope J,Orwell J. Plant leaf classification using probabilistic integration of shape,texture and margin features[J]. Acta Press,2013,3842(4):107-111.
    [7]Chaki J,Parekh R,Bhattacharya S. Plant leaf recognition using texture and shape features with neural classifiers[J]. Pattern Recognition Letters,2015,58:61-68.
    [8]Munisami T,Ramsurn M,Kishnah S,et al. Plant leaf recognition using shape features and colour histogram with k-nearest neighbour classifiers[J]. Procedia Computer Science,2015,58:740-747.
    [9]丁嬌,梁棟,閻慶. 基于D-LLE算法的多特征植物葉片圖像識別方法[J]. 計算機工程與應用,2015,51(9):158-163.
    [10]王麗君,淮永建,彭月橙. 基于葉片圖像多特征融合的觀葉植物種類識別[J]. 北京林業大學學報,2015,37(1):55-61.
    [11]劉骥,曹鳳蓮,甘林昊. 基于葉片形狀特征的植物識別方法[J]. 計算機應用,2016,36(增刊2):200-202,226.
    [12]Wang Z B,Sun X G,Zhang Y N,et al. Leaf recognition based on PCNN[J]. Neural Computing & Applications,2016,27(4):899-908.
    [13]李洋,李嶽陽,羅海馳,等. 基于形狀特征的植物葉片在線識別方法[J]. 計算機工程與應用,2017,53(2):162-165,171.
    [14]高良,闫民,趙方. 基于多特征融合的植物葉片識別研究[J]. 浙江農業學報,2017,29(4):668-675.
    [15]單治磊,張王菲,趙熙臨,等. 多特征與局部線性嵌入融合算法在植物識別中的應用研究[J]. 西南林業大學學報(自然科學版),2017,37(6):188-194.
    [16]Jeon W S,Rhee S Y. Plant leaf recognition using a convolution neural network[J]. International Journal of Fuzzy Logic&Intelligent Systems,2017,17(1):26-34.
    [17]Yuan Y H,Yang J L,Shen X B,et al. Discriminative scatter regularized CCA for multiview image feature learning and recognition[C]. Chinese Conference on Biometric Recognition,2015:694-701.
    [18]Yang X H,Liu W F,Tao D P,et al. Canonical correlation analysis networks for two-view image recognition[J]. Information Sciences,2017,385:338-352.
    [19]Neto J C,Meyer G E,Jones D D,et al. Plant species identification using Elliptic Fourier leaf shape analysis[J]. Computers and Electronics in Agriculture,2006,50(2):121-134.

    相似文獻/References:

    備注/Memo

    備注/Memo:
    收稿日期:2019-05-08
    基金項目:國家自然科學基金(編號:61473132);2019年度河南省高等學校重點科研項目(編號:19B520028、19B520029)。
    作者簡介:張善文(1965—),男,陝西西安人,博士,教授,研究方向爲模糊模式識別及其應用。E-mail:zhangshanwen196@163.com。
    更新日期/Last Update: 2019-07-20
    X-POWER-BY FNC V1.0.0 FROM 自制42