|本期目录/Table of Contents|

[1]夏晶晶,乔芃喆.基于Closed-Form抠图算法的复杂背景下植物叶片提取[J].江苏农业科学,2016,44(12):394-397.
　Xia Jingjing,et al.Plant leaf image extraction under complex background based on Closed—Form matting algorithm[J].Jiangsu Agricultural Sciences,2016,44(12):394-397.
点击复制

基于Closed-Form抠图算法的复杂背景下
植物叶片提取(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第44卷
期数:
2016年12期
页码:
394-397
栏目:
农业工程与信息技术
出版日期:
2016-12-25

文章信息/Info

Title:
Plant leaf image extraction under complex background based on Closed—Form matting algorithm
作者:
夏晶晶; 乔芃喆
河南牧业经济学院信息工程系，河南郑州 450011
Author(s):
Xia Jingjing; et al
关键词:
Closed-Form; 植物叶片; 图像提取; 图像分割; 抠图算法; 背景去除
Keywords:
-
分类号:
TP301；S126
DOI:
-
文献标志码:
A
摘要:
植物叶片提取是一种将拍摄到的植物叶片与其周围景物分离的技术，它为计算机技术在植物叶片检索中的应用提供了基础数据和技术支撑。由于自然场景下拍摄的植物叶片往往含有复杂的背景信息，这使得植物叶片提取成为一项比较复杂的工作。分析复杂背景下植物叶片提取的难点，针对现有的基于图像分割提取技术存在的缺陷，将Closed-Form抠图算法引入其中并提出1种基于Closed-Form抠图算法的复杂背景下植物叶片的提取方法。该方法首先需要用户对具有复杂背景的叶片图像添加一定的约束条件，然后通过估算未知像素的透明度α对其进行前景与背景的确认，从而较好地将具有复杂背景的植物叶片提取出来。试验对比结果表明，该方法效果较好。
Abstract:
-

参考文献/References:

［1］王晓峰，黄德双，杜吉祥，等. 叶片图像特征提取与识别技术的研究［J］. 计算机工程与应用，2006，42(3)：190-193.
［2］王红君，陈伟，赵辉，等. 复杂背景下植物叶片的彩色图像分割［J］. 中国农机化学报，2013，34(2)：186-190.
［3］郭学超. 基于水平集与图切理论的植物图像分割方法研究［D］. 泉州：华侨大学，2013.
［4］满庆奎. 复杂背景下植物叶片图像分割算法［D］. 曲阜：曲阜师范大学，2009.
［5］罗林. 图像分割算法研究［D］. 武汉：武汉科技大学，2007.
［6］王晓松，黄心渊，付慧. 复杂背景下的树木图像提取［J］. 北京林业大学学报，2010，32(3)：197-203.
［7］林生佑，潘瑞芳，杜辉，等. 数字抠图技术综述［J］. 计算机辅助设计与图形学学报，2007，19(4)：473-479.
［8］Levin A，Lischinski D，Weiss Y. A closed form solution to natural image matting［C］//Proceedings of lEEE CVPR. USA. New York：IEEE，2006：228-242.

相似文献/References:

[1]岳有军,杨雪,赵辉,等.基于脉冲耦合神经网络的植物叶片病斑分割[J].江苏农业科学,2015,43(05):400.
　Yue Youjun,et al.Image segmentation of disease spots of plant leaf based on pulse coupled neural networks[J].Jiangsu Agricultural Sciences,2015,43(12):400.
[2]崔世钢,秦建华,张永立.基于图像处理技术的植物叶片面积和周长测量[J].江苏农业科学,2018,46(15):187.
　Cui Shigang,et al.Measurement of leaf area and girth based on image processing technology[J].Jiangsu Agricultural Sciences,2018,46(12):187.
[3]丁常宏,王守宇,高鹏.基于SSD-MobileNet V1深度学习算法的药用植物叶片识别方法[J].江苏农业科学,2020,48(22):222.
　Ding Changhong,et al.Identification of medicinal plant leaves based on SSD-MobileNet V1 deep learning algorithm[J].Jiangsu Agricultural Sciences,2020,48(12):222.
[4]林志华,林国健,陈享灯,等.一种叶片RGB图像快速切割多重去噪方法[J].江苏农业科学,2021,49(12):151.
　Lin Zhihua,et al.A fast cutting and multiple de-noising method for plant leaf RGB image[J].Jiangsu Agricultural Sciences,2021,49(12):151.

备注/Memo

备注/Memo:
收稿日期：2015-10-23
基金项目：河南省教育厅科学技术研究重点项目(编号：13A520380、14A520052)。
作者简介：夏晶晶(1982—)，女，河南商丘人，硕士，讲师，主要研究方向为智能信息处理、网络设计。E-mail：xiajjhuahe@163.com。
更新日期/Last Update: 2016-12-25