叶梦婕
- 作品数：3 被引量：5H指数：1
- 供职机构：南京财经大学信息工程学院更多>>
- 发文基金：江苏省科技计划项目江苏省高校优秀科技创新团队江苏省高校优势学科建设工程资助项目更多>>
- 相关领域：自动化与计算机技术生物学更多>>
- 弦特征矩阵:一种有效的用于植物叶片图像分类和检索的形状描述子被引量：5
- 2017年
- 植物叶片形状一般具有小的类间差异和大的类内变化,再加之叶片的自遮挡和噪声的干扰,给叶片形状的识别带来了很大的挑战.文中提出了一种新的形状描述子——弦特征矩阵(Chord-Features Matrices,CFM),精确而又鲁棒地应用于植物叶片图像的分类和检索问题.该方法将目标轮廓线的弦,依据轮廓线所围成的区域,分成内和外两个部分.因其与轮廓线凸凹特性的相关性,该方法用多个尺度级的内部弦长和外部弦长生成两个矩阵,旨在隐式地描述轮廓线的多尺度的凸凹特性.该方法还定义了多个尺度级的弧到弦的平均投影长度,并构成矩阵,以反应轮廓线在各个尺度级下的弯曲程度.组合这3个矩阵所形成的CFM描述子,全面地刻画了轮廓线的几何特性,具有强的形状表征能力.用Swedish、Flavia和ImageCLEF这3个具有挑战性的叶片图像测试集,对文中提出的CFM方法分别进行分类和检索性能评估.实验结果表明,文中提出的方法在精确度和对噪声的鲁棒性方面均优于其他植物叶片图像分类和检索方法.而文中提出的方法在MPEG-7测试集上的实验结果则验证了其具有应用于一般的形状识别任务的潜力.
- 王斌王斌叶梦婕
- 基于内容的植物叶片图像检索分析
- 2013年
- 本文就保护植物的实际意义出发,介绍了以CBIR技术为中心的植物分类与检索方法,它具有长远的应用意义。简要概述了基于内容的图像检索的关键步骤,着重阐述了基于内容的植物叶片检索国内外研究现状,对其发展趋势做出了展望。
- 祝珊珊叶梦婕
- 关键词：植物基于图像
- 轮廓线形状的多尺度描述及其在植物叶片图像检索中的应用
- 2014年
- 就轮廓线上某一点,距离其较近的点对识别分类比距离较远的点的贡献更大,因而,描述子应增强细节描述能力。该文采用一种稀疏策略,提出了基于轮廓线形状的多尺度稀疏描述子(SSM)。该描述子不仅满足平移、旋转、尺度变换的不变性,而且双边对称。同时,在一定程度上克服了时空复杂度这一经典矛盾问题。将该文提出的算子应用于我们自己采集的叶形数据库中。并与相关的描述子进行对比,实验结果表明,SSM的性能更优。
- 叶梦婕
