2018
DOI: 10.1016/j.inpa.2018.02.001
|View full text |Cite
|
Sign up to set email alerts
|

Feature extraction of overlapping hevea leaves: A comparative study

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1

Citation Types

0
2
0
1

Year Published

2018
2018
2021
2021

Publication Types

Select...
3

Relationship

0
3

Authors

Journals

citations
Cited by 3 publications
(3 citation statements)
references
References 28 publications
0
2
0
1
Order By: Relevance
“…Если система находится в состоянии неустойчивого равновесия (лабильное состояние) и из него ее вывести, то система уже не возвратится в исходное состояние, а перейдет в новое состояние устойчивого равновесия. Даже очень малые внешние воздействия выводят систему из лабильного состояния [8][9][10][11][12][13][14][15][16][17][18][19][20].…”
Section: методыunclassified
“…Если система находится в состоянии неустойчивого равновесия (лабильное состояние) и из него ее вывести, то система уже не возвратится в исходное состояние, а перейдет в новое состояние устойчивого равновесия. Даже очень малые внешние воздействия выводят систему из лабильного состояния [8][9][10][11][12][13][14][15][16][17][18][19][20].…”
Section: методыunclassified
“…Numerous image pre-processing techniques like binarization, thresholding, resizing and normalization have been widely applied in many studies (Abd. Razak et al, 2017, Shamsuddin et al, 2017, Anjomshoae & Rahim, 2018. The use of feature extraction techniques was applied in Abd.…”
Section: Feature Extractionmentioning
confidence: 99%
“…The color group is then extracted based on the gradient scale of grayscale, and these features were then used to identify the optimum amount of nitrogen fertilizer for paddy fields. Anjomshoae and Rahim (2018) performed several feature extraction techniques on hevea leaves or rubber tree to identify the clone types. In their studies, they proposed the key point extraction and line detection method to extract shape and axil or angel of leaflet position.…”
Section: Feature Extractionmentioning
confidence: 99%