期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
计算机图像处理与识别技术的实践研究
被引量:
1
下载PDF
职称材料
导出
摘要
本文对计算机图像处理与识别技术进行了研究。随着计算机技术在各个领域中的应用,数据信息量在不断增加。为了加强对信息量的控制和管理,要加强对计算机图像处理和识别技术的应用,对其中的信息快速筛选和处理,还可以通过对计算机图像处理和识别技术特点分析,不断强化其功能,从而实现对信息数据的有效整合和储存。
作者
周保林
孔浩
张子锋
何炜
机构地区
昭通学院
出处
《电子技术与软件工程》
2020年第22期106-107,共2页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
关键词
计算机图像处理
识别技术
实践研究
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
引文网络
相关文献
节点文献
二级参考文献
43
参考文献
10
共引文献
33
同被引文献
14
引证文献
1
二级引证文献
0
参考文献
10
1
朱明秀.
计算机图像处理与识别技术方式解析[J]
.信息与电脑,2019,31(7):128-129.
被引量:6
2
刘昌.
计算机图像处理与识别技术应用分析[J]
.信息与电脑,2019,31(3):150-151.
被引量:9
3
葛菁.
计算机图像识别的智能化处理方法解读[J]
.计算机产品与流通,2019,0(4):97-97.
被引量:2
4
雷波.
计算机图像处理与识别技术应用研究[J]
.信息与电脑,2020,32(6):124-126.
被引量:7
5
汤勇峰.
计算机图像处理与识别技术[J]
.信息与电脑,2018,30(20):104-105.
被引量:6
6
张牮.
计算机图像处理与识别技术应用研究[J]
.IT经理世界,2020(1):140-141.
被引量:2
7
关雅卓.
智能化识别技术在电子图像处理中的应用研究[J]
.中国管理信息化,2018,21(18):152-153.
被引量:5
8
潘起家.
计算机图像识别的智能化处理方法解读[J]
.科技资讯,2019,17(1):10-11.
被引量:2
9
田勇.
计算机图像处理与识别技术研究[J]
.信息记录材料,2020,21(1):98-99.
被引量:6
10
周志勇.
关于图像处理与图形识别技术的发展及应用实践[J]
.网络安全技术与应用,2020(6):143-144.
被引量:5
二级参考文献
43
1
温玉春.
计算机图像处理技术应用研究[J]
.现代商贸工业,2011,23(2):230-231.
被引量:22
2
魏少峰,张威.
对计算机图像处理技术应用研究[J]
.科技风,2012(5):81-81.
被引量:16
3
朱宾华.
计算机图像处理技术应用研究[J]
.电子技术与软件工程,2013(19):105-105.
被引量:5
4
易准.
计算机图像处理技术应用研究[J]
.电子技术与软件工程,2014(12):120-120.
被引量:7
5
麻兴东.
浅析计算机图像识别的智能化处理技术[J]
.信息系统工程,2015,28(8):23-24.
被引量:9
6
陈凤娟.
计算机图像处理与编程技术在检验中的应用[J]
.山东工业技术,2016(3):114-114.
被引量:5
7
赵萌,于丹,李静,赵思琪.
对计算机图像处理技术应用研究[J]
.数字技术与应用,2016,34(2):71-71.
被引量:3
8
董贞芬.
新形势下计算机图像处理技术应用分析[J]
.电子技术与软件工程,2016(4):83-83.
被引量:1
9
刘进申.
关于计算机智能化图像识别技术的一些探析[J]
.通讯世界(下半月),2016,0(3):256-256.
被引量:7
10
殷文辉.
计算机智能化图像识别技术的理论性探究[J]
.信息系统工程,2016,0(6):15-15.
被引量:4
共引文献
33
1
杨玉晓.
智能化法律服务平台建构研究[J]
.青海师范大学学报(社会科学版),2022,44(2):37-44.
被引量:4
2
潘世豪,程玉柱,许正昊,谢文锴,石玲玉.
基于分形理论的树皮图像特征提取方法[J]
.林业机械与木工设备,2019,47(2):7-11.
被引量:7
3
刘昌.
计算机图像处理与识别技术应用分析[J]
.信息与电脑,2019,31(3):150-151.
被引量:9
4
冯言荣.
计算机图像识别的智能化处理方法解读[J]
.信息记录材料,2019,20(5):103-104.
5
姜凯文,李鑫鹏.
在电子图像处理中智能化识别技术的应用[J]
.中国管理信息化,2019,22(11):148-149.
被引量:1
6
马丽,姜熠昕,郭旋,王福真,赵晨宇,代亭山.
玉米果穗轮廓提取及其网站开发的研究[J]
.吉林农业,2019,0(15):110-111.
7
冯学晓.
计算机图像图形处理的点位预测与噪点探讨[J]
.赤峰学院学报(自然科学版),2019,35(8):46-48.
被引量:1
8
刘亚威,王军民,刘威.
基于相关矩阵的纵向碎纸拼接方法[J]
.计算机与现代化,2019,0(10):43-47.
被引量:1
9
刘翠芳.
计算机图像处理技术应用分析[J]
.数字技术与应用,2019,37(10):76-77.
被引量:17
10
唐娅莉.
计算机图像识别技术的现状和改进建议[J]
.网络安全技术与应用,2019,0(12):147-148.
被引量:2
同被引文献
14
1
刘慧力,贾洪雷,王刚,GLATZEL Stephan,袁洪方,黄东岩.
基于深度学习与图像处理的玉米茎秆识别方法与试验[J]
.农业机械学报,2020,51(4):207-215.
被引量:27
2
冯青春,陈建,成伟,王秀.
面向番茄植株相近色目标识别的多波段图像融合方法[J]
.智慧农业(中英文),2020,2(2):126-134.
被引量:4
3
赵德安,赵璜晔.
基于CNN算法的缺秧与漂秧图像识别技术研究[J]
.软件导刊,2020,19(8):230-233.
被引量:5
4
吴阅帆,丁盈盈.
基于人工智能的图像识别技术分析[J]
.信息与电脑,2020,32(14):146-148.
被引量:5
5
国家自然科学基金项目端元光谱库自适应更新的空谱深度稀疏回归高光谱图像解混(项目批准号:61901208)[J]
.南昌工程学院学报,2020,39(4).
被引量:1
6
吴姝,王琨,王超.
基于光谱特性分析的冬枣渐变损伤研究[J]
.安徽农业科学,2020,48(24):191-194.
被引量:3
7
张清,崔卓贤,徐越,李保文.
基于图像识别的玉米种子初步分拣机器人[J]
.河北农机,2020(12):22-23.
被引量:2
8
孙思濂.
基于卷积神经网络的图像识别在农业领域的应用[J]
.软件,2020,41(11):173-175.
被引量:2
9
张亚军.
基于改进支持向量机算法的农业害虫图像识别研究[J]
.中国农机化学报,2021,42(2):146-152.
被引量:9
10
冯晓,李丹丹,王文君,郑国清,刘海礁,孙永胜,梁山,杨莹,臧贺藏,张辉.
基于轻量级卷积神经网络和迁移学习的小麦叶部病害图像识别[J]
.河南农业科学,2021,50(4):174-180.
被引量:29
引证文献
1
1
王秀珍.
基于光谱特性的植保机智能图像识别研究[J]
.农机化研究,2023,45(10):207-210.
1
乐祺中,郭兆阳,杨旭东,马新玲.
固液混合物体热成像图的识别处理方式研究[J]
.信息技术,2021,45(1):1-4.
电子技术与软件工程
2020年 第22期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部