[1]余博文,黄　巍*.基于阈值分割的松材线虫病树计数与定位[J].武汉工程大学学报,2021,43(06):694-700.[doi:10.19843/j.cnki.CN42-1779/TQ.202104033]
　YU Bowen,HUANG Wei*.Counting and Location of Trees with Pine Wilt Disease Based on Threshold Segmentation[J].Journal of Wuhan Institute of Technology,2021,43(06):694-700.[doi:10.19843/j.cnki.CN42-1779/TQ.202104033]

点击复制

基于阈值分割的松材线虫病树计数与定位(/HTML)

分享到：

参考文献/References:

［1］　国家林业和草原局. 国家林业和草原局公告（2020年第4号）（2020年松材线虫病疫区） ［OL］. ［2020-03-16］. http：//www.gov.cn/zhengce/zhengceku/2020-03/16/content_5491788.htm. ［2］　谢毓芬，刘少波，任博文，等. 松材线虫的监测与防治［J］. 科学技术创新，2020（23）：185-186. ［3］　张瑞瑞，夏浪，陈立平，等. 基于U-Net网络和无人机影像的松材线虫病变色木识别［J］. 农业工程学报，2020，36（12）：61-68. ［4］　饶成. 松材线虫病的预防与防治措施［J］. 林业与生态，2020（2）：38-39. ［5］　AHUJA N， TODOROVIC S. Extracting texels in 2.1 D natural textures［C］// 2007 IEEE 11th International Conference on Computer Vision. Rio de Janeiro： IEEE Computer Society Press， 2007： 1-8. ［6］　RABAUD V， BELONGIE S. Counting crowded moving objects［C］// 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition （CVPR’06）. New York： IEEE Computer Society Press， 2006： 705-711. ［7］　蒋冲宇，鲁统伟，闵峰，等. 基于神经网络的发票文字检测与识别方法［J］. 武汉工程大学学报，2019，41（6）：586-590.［8］　DESAI C， RAMANAN D， FOWLKES C C. Discriminative models for multi-class object layout［J］. International Journal of Computer Vision， 2011， 95（1）： 1-12. ［9］　WU B， NEVATIA R， LI Y. Segmentation of multiple， partially occluded objects by grouping， merging， assigning part detection responses［C］// 2008 IEEE Conference on Computer Vision and Pattern Recognition. Anchorage： IEEE Computer Society Press， 2008： 1-8. ［10］　DONG L， PARAMESWARAN V， RAMESH V， et al. Fast crowd segmentation using shape indexing［C］// 2007 IEEE 11th International Conference on Computer Vision. Rio de Janeiro： IEEE Computer Society Press， 2007： 1-8. ［11］　BARINOVA O， LEMPITSKY V， KHOLI P. On detection of multiple object instances using hough transforms［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2012， 34（9）： 1773-1784. ［12］　DESCOMBES X， MINLOS R， ZHIZHINA E. Object extraction using a stochastic birth-and-death dynamics in continuum［J］. Journal of Mathematical Imaging and Vision， 2009， 33（3）： 347-359. ［13］　SELINUMMI J， SEPP?L? J， YLI-HARJA O， et al. Software for quantification of labeled bacteria from digital microscope images by automated image analysis［J］. Biotechniques， 2005， 39（6）：859-863. ［14］　GIRSHICK R. Fast r-cnn［C］// Proceedings of the IEEE international conference on computer vision. Santiago： IEEE Computer Society Press， 2015： 1440-1448. ［15］　REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： Unified， real-time object detection［C］// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas： IEEE Computer Society Press，2016：779-788. ［16］　李凤迪. 基于深度学习和无人机遥感的松材线虫病树监测系统研究［D］. 泰安：山东农业大学，2020. ［17］　刘向东. 高密度人群计数方法的研究与应用［D］. 杭州：浙江工业大学，2012.［18］　DAVIES A C， YIN J H， VELASTIN S A. Crowd monitoring using image processing［J］. Electronics & Communication Engineering Journal， 1995， 7（1）： 37-47. ［19］　VELASTIN S A， YIN J H， DAVIES A C， et al. Automated measurement of crowd density and motion using image processing［C］// Seventh International Conference on Road Traffic Monitoring and Control. London： IEEE Computer Society Press， 1994： 127-132. ［20］　CHO S Y， CHOW T W S， LEUNG C T. A neural-based crowd estimation by hybrid global learning algorithm［J］. IEEE Transactions on Systems， Man， and Cybernetics， Part B （Cybernetics）， 1999， 29（4）： 535-541. ［21］　MARANA A N， COSTA L F， LOTUFO R A， et al. On the efficacy of texture analysis for crowd monitoring［C］//International Symposium on Computer Graphics， Image Processing， and Vision （Cat. No. 98EX237）. Rio de Janeiro： IEEE Computer Society Press， 1998： 354-361. ［22］　RAHMALAN H， NIXON M S， CARTER J N. On crowd density estimation for surveillance［C］// 2006 IET Conference on Crime and Security. London： IET， 2006： 540-545.［23］　WU X， LIANG G， LEE K K， et al. Crowd density estimation using texture analysis and learning［C］// 2006 IEEE International Conference on Robotics and Biomimetics. Kunming： IEEE Computer Society Press， 2006： 214-219. ［24］　CHAN A B， LIANG Z S J， VASCONCELOS N. Privacy preserving crowd monitoring： counting people without people models or tracking［C］// 2008 IEEE Conference on Computer Vision and Pattern Recognition. Anchorage： IEEE Computer Society Press， 2008： 1-7. ［25］　CHAN A B， VASCONCELOS N. Bayesian poisson regression for crowd counting［C］// 2009 IEEE 12th International Conference on Computer Vision. Kyoto： IEEE Computer Society Press， 2009： 545-551. ［26］　RYAN D， DENMAN S， FOOKES C， et al. Crowd counting using multiple local features［C］// 2009 Digital Image Computing： Techniques and Applications. Melbourne： IEEE Computer Society Press， 2009： 81-88. ［27］　LEMPITSKY V， ZISSERMAN A. Learning to count objects in images［J］. Advances in Neural Information Processing Systems， 2010， 23： 1324-1332. ［28］　FIASCHI L， K?THE U， NAIR R， et al. Learning to count with regression forest and structured labels［C］//Proceedings of the 21st International Conference on Pattern Recognition （ICPR2012）. Tsukuba： IEEE Computer Society Press， 2012： 2685-2688. ［29］　ACHANTA R， SHAJI A， SMITH K， et al. SLIC superpixels compared to state-of-the-art superpixel methods［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2012，34（11）： 2274-2282.

相似文献/References: