期刊导航
期刊开放获取
cqvip
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
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用多光谱图像融合提高作物和杂草灰度比值
被引量：
9
1
作者
吕俊伟
马成林
于永胜
《农业工程学报》
EI
CAS
CSCD
北大核心
2005年第11期99-102,共4页
作物和杂草在图像中的灰度比值对识别率有着重要的影响。提出了一种利用多光谱图像融合的方法提高它们在图像中的灰度比值。为了采用多光谱图像,研制了基于黑白摄像机和多种滤光片的计算机控制的多光谱图像采集系统。在对洋葱(作物)、...
作物和杂草在图像中的灰度比值对识别率有着重要的影响。提出了一种利用多光谱图像融合的方法提高它们在图像中的灰度比值。为了采用多光谱图像,研制了基于黑白摄像机和多种滤光片的计算机控制的多光谱图像采集系统。在对洋葱(作物)、野芥末草(杂草)和土壤在多光谱图像中灰度比值研究的基础上,对多种多光谱图像融合方式进行了对比试验研究,发现以b+ir-g-r等图像融合方式给出了比较好的结果。把这些图像融合方式应用到图像识别中,其结果表明,多光谱图像融合方法比仅采用彩色分量的融合方法,其识别误差减少了22%。文中同时给出了评价作物、杂草和土壤在图像中灰度比值指标的方法。
展开更多
关键词
多光谱图像
图像融合
作物
和
杂草
灰度比值
下载PDF
职称材料
基于改进DeepLabv3+的轻量化作物杂草识别方法
2
作者
曲福恒
李金状
+2 位作者
杨勇
康镇南
严兴旺
《石河子大学学报（自然科学版）》
CAS
北大核心
2024年第1期117-125,共9页
为在存储资源与计算能力有限的设备上实现田间作物和杂草的识别,本文提出一种基于改进DeepLabv3+的轻量化语义分割网络。首先,以MobileNet v2作为DeepLabv3+的特征提取骨干网络,提出双分支残差模块替换倒残差模块,并删除后两层卷积以降...
为在存储资源与计算能力有限的设备上实现田间作物和杂草的识别,本文提出一种基于改进DeepLabv3+的轻量化语义分割网络。首先,以MobileNet v2作为DeepLabv3+的特征提取骨干网络,提出双分支残差模块替换倒残差模块,并删除后两层卷积以降低模型参数量。其次,在空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块中引入分组逐点卷积,使用深度扩张卷积替换标准卷积,并将卷积后的特征图进行多尺度特征融合增强对作物和杂草深层特征的提取能力。最后,将原有的非线性激活函数替换为Leaky ReLU激活函数来提升分割精度。实验结果表明:改进后网络的mIOU达到86.75%,参数量仅为0.69M,FPS达到了98,与原始DeepLabv3+以及3个典型轻量化语义分割网络的相比,参数量最小,在对比的轻量化网络中具有最高的分割精度。
展开更多
关键词
作物
和
杂草
识别
轻量化
语义分割
DeepLabv3+
MobileNet
v2
多尺度特征融合
下载PDF
职称材料
题名
采用多光谱图像融合提高作物和杂草灰度比值
被引量：
9
1
作者
吕俊伟
马成林
于永胜
机构
海军航空工程学院控制工程系
吉林大学生物与农业工程学院
山东工商学院数学系
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2005年第11期99-102,共4页
文摘
作物和杂草在图像中的灰度比值对识别率有着重要的影响。提出了一种利用多光谱图像融合的方法提高它们在图像中的灰度比值。为了采用多光谱图像,研制了基于黑白摄像机和多种滤光片的计算机控制的多光谱图像采集系统。在对洋葱(作物)、野芥末草(杂草)和土壤在多光谱图像中灰度比值研究的基础上,对多种多光谱图像融合方式进行了对比试验研究,发现以b+ir-g-r等图像融合方式给出了比较好的结果。把这些图像融合方式应用到图像识别中,其结果表明,多光谱图像融合方法比仅采用彩色分量的融合方法,其识别误差减少了22%。文中同时给出了评价作物、杂草和土壤在图像中灰度比值指标的方法。
关键词
多光谱图像
图像融合
作物
和
杂草
灰度比值
Keywords
multi-spectral images
image fusion
crops and weeds
gray level ratio
分类号
TP242.62 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于改进DeepLabv3+的轻量化作物杂草识别方法
2
作者
曲福恒
李金状
杨勇
康镇南
严兴旺
机构
长春理工大学计算机科学技术学院
长春师范大学教育学院
出处
《石河子大学学报（自然科学版）》
CAS
北大核心
2024年第1期117-125,共9页
基金
吉林省教育厅科学技术研究项目(JJKH20220777KJ)。
文摘
为在存储资源与计算能力有限的设备上实现田间作物和杂草的识别,本文提出一种基于改进DeepLabv3+的轻量化语义分割网络。首先,以MobileNet v2作为DeepLabv3+的特征提取骨干网络,提出双分支残差模块替换倒残差模块,并删除后两层卷积以降低模型参数量。其次,在空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块中引入分组逐点卷积,使用深度扩张卷积替换标准卷积,并将卷积后的特征图进行多尺度特征融合增强对作物和杂草深层特征的提取能力。最后,将原有的非线性激活函数替换为Leaky ReLU激活函数来提升分割精度。实验结果表明:改进后网络的mIOU达到86.75%,参数量仅为0.69M,FPS达到了98,与原始DeepLabv3+以及3个典型轻量化语义分割网络的相比,参数量最小,在对比的轻量化网络中具有最高的分割精度。
关键词
作物
和
杂草
识别
轻量化
语义分割
DeepLabv3+
MobileNet
v2
多尺度特征融合
Keywords
crop and weed identification
lightweight
semantic segmentation
Deeplabv3+
MobileNet v2
multi-scale feature fusion
分类号
S451 [农业科学—植物保护]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用多光谱图像融合提高作物和杂草灰度比值
吕俊伟
马成林
于永胜
《农业工程学报》
EI
CAS
CSCD
北大核心
2005
9
下载PDF
职称材料
2
基于改进DeepLabv3+的轻量化作物杂草识别方法
曲福恒
李金状
杨勇
康镇南
严兴旺
《石河子大学学报（自然科学版）》
CAS
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
