Resumen

La hierba es uno de los recursos más importantes en el ecosistema para el desarrollo sostenible de los seres humanos. Sin embargo, los estudios centrados en la identificación de la hierba, que tradicionalmente eran llevados a cabo por expertos con baja eficiencia y precisión, no pueden satisfacer los requisitos de la gestión moderna de pastizales. En este estudio, propusimos la interpolación cúbica LBP (CILBP) y las wavelets dbN para la identificación de hierba basada en imágenes de hojas. Se utilizó un componente de baja frecuencia de las imágenes de hojas descompuestas por las wavelets dbN como entrada de CILBP para una extracción de textura más sutil. La novedad del método propuesto fue que CILBP puede describir mejor las características de textura de la subimagen de baja frecuencia, en comparación con el LBP bilineal original. La efectividad en la precisión de identificación del método propuesto para hojas de hierba fue demostrada por los resultados experimentales.

• Materias:Patrones temporales Modelos 3D Reconstrucción de objetos Modelo piramidal Planos simétricos
• Subjects:Temporal patterns 3D models Object reconstruction Pyramidal model Symmetric planes
• Palabras claves:Hierba; Ecosistema; Desarrollo sostenible; Identificación; Imágenes de hojas; Extracción de textura
• Keywords:Grass; Ecosystem; Sustainable development; Identification; Leaf images; Texture extraction