植物外观特征自动获取及计算机辅助植物分类与识别

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

植物外观特征自动获取及计算机辅助植物分类与识别

文章导航 > 浙江农林大学学报 > 2004 > 21(2): 222-227

祁亨年. 植物外观特征自动获取及计算机辅助植物分类与识别[J]. 浙江农林大学学报, 2004, 21(2): 222-227.

引用本文:

祁亨年. 植物外观特征自动获取及计算机辅助植物分类与识别[J]. 浙江农林大学学报, 2004, 21(2): 222-227.

QI Heng-nian. Automatically obtaining of apearance features and computer-aided plant classification and identification QI Heng-nian[J]. Journal of Zhejiang A&F University, 2004, 21(2): 222-227.

Citation:

QI Heng-nian. Automatically obtaining of apearance features and computer-aided plant classification and identification QI Heng-nian[J]. Journal of Zhejiang A&F University, 2004, 21(2): 222-227.

植物外观特征自动获取及计算机辅助植物分类与识别

祁亨年^,

1.
浙江林学院信息工程学院, 浙江临安311300

作者简介: 祁亨年(1975-), 男, 甘肃镇原人, 讲师, 硕士, 从事神经网络和图像处理研究。E-mail:qhn @zjf c.edu.cn

通信作者: 祁亨年(1975-), 男, 甘肃镇原人, 讲师, 硕士, 从事神经网络和图像处理研究。

中图分类号: Q949 ;TP391

Automatically obtaining of apearance features and computer-aided plant classification and identification QI Heng-nian

QI Heng-nian^,

1.
School of Information Engineering , Zhejiang Forestry College , Lin,an 311300, Zhejiang , China

摘要: 植物的分类与识别是植物学研究和农林业生产经营中的重要基础工作, 其主要依据是植物的外观特征。现代数量分类的方法就是通过大量提取特征数据, 进行聚类分析, 获得分类结果, 并以此为根据进行植物的鉴别。传统做法都是手工测量采集原始数据, 效率较低。由于外观特征可以通过数字图片方式获得, 运用计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率, 关键问题在于特征的自动分析和获取。在基于叶子特征的计算机辅助植物识别模型和叶缘锯齿特征提取研究的基础上, 提出了计算机辅助植物分类与识别的系统方案, 并对相关技术进行了分析。图5 参19
- 植物分类 /
- 计算机辅助植物识别(CAPI) /
- 系统方案 /
- 图像处理
Abstract: Classification and identification of plant are the groundwork for research on botany and management of forestry .Applying modern numerical taxonomy to plants is mostly based on the visible characteristics .The result is derived from the clustering analysis of many values of some visible characteristics .The traditional way of collecting the data manually is not so efficient .Since the visible characteristics are involved in the digital image of the plant or its local parts , image-processing technology can do the work automatically and efficiently .The focus here is how to obtain the characteristics automatically .On the basis of related researches such as computer-aided plantidentification model based on leaf characteristics and extracted sawtooth feature of leaf edge , a system scheme on plant classification and identification is developed .Then the feasibilities of technologies are also analyzed .[ Ch , 5 fig .19 ref .]
- plant classification /
- computer-aided plant identification (CAPI) /
- system scheme /
- image processing

[1]	龚苗苗, 蔡飞翔, 姜培坤, 曹玉成. 沉水植物型生态净化系统处理农田退水的总磷去除动力学研究 . 浙江农林大学学报, 2022, 39(1): 136-145. doi: 10.11833/j.issn.2095-0756.20210260
[2]	谢文远, 鲁益飞, 陈征海, 金孝锋. 浙江广义乌蔹莓属植物的分类研究 . 浙江农林大学学报, 2022, 39(6): 1212-1220. doi: 10.11833/j.issn.2095-0756.20210751
[3]	王冠, 王建新, 孙钰. 面向边缘计算的轻量级植物病害识别模型 . 浙江农林大学学报, 2020, 37(5): 978-985. doi: 10.11833/j.issn.2095-0756.20190595
[4]	王礼, 洪祖兵, 方陆明, 陈珣, 吴超. 基于iOS系统的观赏植物识别 . 浙江农林大学学报, 2018, 35(5): 900-907. doi: 10.11833/j.issn.2095-0756.2018.05.015
[5]	王建明, 吴保国. 森林小班经营方案编制辅助决策支持技术 . 浙江农林大学学报, 2017, 34(4): 730-736. doi: 10.11833/j.issn.2095-0756.2017.04.020
[6]	张广群, 李英杰, 汪杭军. 基于词袋模型的林业业务图像分类 . 浙江农林大学学报, 2017, 34(5): 791-797. doi: 10.11833/j.issn.2095-0756.2017.05.004
[7]	许杰, 戚大伟. 基于特征点提取的林木生长状态无损测量方法 . 浙江农林大学学报, 2016, 33(3): 403-408. doi: 10.11833/j.issn.2095-0756.2016.03.005
[8]	姚飞, 叶康, 周坚华. 植物叶图像特征分析和分类检索 . 浙江农林大学学报, 2015, 32(3): 426-433. doi: 10.11833/j.issn.2095-0756.2015.03.015
[9]	单海斌, 刘杏娥, 杨淑敏, 孙建平, 杨喜. 计算机断层扫描技术（CT）在木材无损检测中的应用与发展 . 浙江农林大学学报, 2013, 30(1): 123-128. doi: 10.11833/j.issn.2095-0756.2013.01.018
[10]	陈芳, 张广群, 崔坤鹏, 汪杭军. 嵌入式植物自动识别系统的设计与实现 . 浙江农林大学学报, 2013, 30(3): 379-384. doi: 10.11833/j.issn.2095-0756.2013.03.012
[11]	赖广辉. 安徽竹亚科苦竹属植物的分类修订 . 浙江农林大学学报, 2012, 29(6): 851-858. doi: 10.11833/j.issn.2095-0756.2012.06.008
[12]	徐涌, 孙骏威, 陈珍. 不同植物生长调节物质处理对吴茱萸组织培养的影响 . 浙江农林大学学报, 2011, 28(3): 500-504. doi: 10.11833/j.issn.2095-0756.2011.03.024
[13]	方益明, 郑红平, 冯海林. 基于傅里叶变换和独立成分分析的木材显微图像特征提取与识别 . 浙江农林大学学报, 2010, 27(6): 826-830. doi: 10.11833/j.issn.2095-0756.2010.06.004
[14]	孔红, 成仿云. 滇牡丹分类处理的细胞学与分子生物学证据 . 浙江农林大学学报, 2010, 27(4): 601-605. doi: 10.11833/j.issn.2095-0756.2010.04.021
[15]	林新春, 俞志雄. 木兰科植物的叶表皮特征及其分类学意义 . 浙江农林大学学报, 2004, 21(1): 33-39.
[16]	王继永, 王文全, 武惠肖. 林药间作系统光照效应及其对药用植物高生长的影响 . 浙江农林大学学报, 2003, 20(1): 17-22.
[17]	祁亨年, 寿韬, 金水虎. 基于叶片特征的计算机辅助植物识别模型 . 浙江农林大学学报, 2003, 20(3): 281-284.
[18]	卢凤珠, 王文娟. 计算机实验室局域网建设的实用技术 . 浙江农林大学学报, 2001, 18(2): 198-201.
[19]	杨淑贞, 程爱兴. 天目山兰科植物的分类和区系特点 . 浙江农林大学学报, 1997, 14(4): 363-369.
[20]	林思祖, 黄青峥, 吴旺民. 杉木马尾松几个模型的预报有效性的计算机模拟试验 . 浙江农林大学学报, 1993, 10(2): 184-188.

链接本文:
https://zlxb.zafu.edu.cn/article/id/1687

https://zlxb.zafu.edu.cn/article/zjnldxxb/2004/2/222

WeChat

点击查看大图

计量

文章访问数: 1774
HTML全文浏览量: 332
PDF下载量: 264
被引次数: 0

植物外观特征自动获取及计算机辅助植物分类与识别

祁亨年^,

1. 浙江林学院信息工程学院, 浙江临安311300

作者简介:
祁亨年(1975-), 男, 甘肃镇原人, 讲师, 硕士, 从事神经网络和图像处理研究。E-mail:qhn @zjf c.edu.cn

通信作者: 祁亨年(1975-), 男, 甘肃镇原人, 讲师, 硕士, 从事神经网络和图像处理研究。

收稿日期: 2004-02-05
修回日期: 2004-03-30
刊出日期: 2004-04-20

中图分类号: Q949 ;TP391

关键词:

摘要: 植物的分类与识别是植物学研究和农林业生产经营中的重要基础工作, 其主要依据是植物的外观特征。现代数量分类的方法就是通过大量提取特征数据, 进行聚类分析, 获得分类结果, 并以此为根据进行植物的鉴别。传统做法都是手工测量采集原始数据, 效率较低。由于外观特征可以通过数字图片方式获得, 运用计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率, 关键问题在于特征的自动分析和获取。在基于叶子特征的计算机辅助植物识别模型和叶缘锯齿特征提取研究的基础上, 提出了计算机辅助植物分类与识别的系统方案, 并对相关技术进行了分析。图5 参19

English Abstract

祁亨年. 植物外观特征自动获取及计算机辅助植物分类与识别[J]. 浙江农林大学学报, 2004, 21(2): 222-227.

引用本文:

祁亨年. 植物外观特征自动获取及计算机辅助植物分类与识别[J]. 浙江农林大学学报, 2004, 21(2): 222-227.

QI Heng-nian. Automatically obtaining of apearance features and computer-aided plant classification and identification QI Heng-nian[J]. Journal of Zhejiang A&F University, 2004, 21(2): 222-227.

Citation:

QI Heng-nian. Automatically obtaining of apearance features and computer-aided plant classification and identification QI Heng-nian[J]. Journal of Zhejiang A&F University, 2004, 21(2): 222-227.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回