期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
光谱成像技术在作物病害检测中的应用进展与趋势 被引量:7
1
作者 白雪冰 余建树 +2 位作者 傅泽田 张领先 李鑫星 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第2期350-355,共6页
病害作为影响农作物生长的主要因素之一,平均每年造成农作物产量损失高达12%以上。病害不仅直接导致农作物产量减少,而且也严重降低了农产品的品质,甚至引发食品安全事故。光谱成像作为一种融合图像处理和光谱学的信息获取技术,能同时... 病害作为影响农作物生长的主要因素之一,平均每年造成农作物产量损失高达12%以上。病害不仅直接导致农作物产量减少,而且也严重降低了农产品的品质,甚至引发食品安全事故。光谱成像作为一种融合图像处理和光谱学的信息获取技术,能同时获取目标的图像信息和光谱信息,从而更直观表达目标的特征。光谱成像技术可以获得图像上每个点的光谱数据,从而实现对作物病害的颜色、形状和纹理特征及光谱特征的分析,具有快速、直观和无损等特点,近些年在作物病害检测领域的应用取得了较大研究进展。综述了近六年来国内外关于光谱成像技术在作物病害检测领域应用的相关文献,分析了光谱成像技术的优势和局限性,重点阐述了光谱成像作物病害检测中关键的第三个技术:(1)光谱图像分割技术,重点分析了四种常见分割算法的优点和适用范围;(2)光谱特征和空间特征提取技术,重点对比了空间特征、光谱特征和二者加权组合对病害信息表达的准确性;(3)检测模型,重点介绍了光谱植被指数和机器学习模型在作物病害检测中的稳定性和前景。最后,根据上述分析展望了光谱成像技术在作物病害检测领域中应用的研究趋势,为相关研究提供全面且系统的参考。 展开更多
关键词 光谱成像技术 作物病害检测 光谱特征分析 模式识别
下载PDF
作物病害检测关键技术分析
2
作者 侯海敏 沈梦姣 张艳 《中国农机化学报》 北大核心 2024年第6期90-97,共8页
作物病害是影响和制约农业生产发展的重要因素之一,如何准确检测作物病因及病害程度,实现作物病害科学预警、精准防治尤为重要。通过对作物病害类型进行简介,从检测原理和机制对比分析作物病害常用的生化检测技术,如分子生物学、免疫学... 作物病害是影响和制约农业生产发展的重要因素之一,如何准确检测作物病因及病害程度,实现作物病害科学预警、精准防治尤为重要。通过对作物病害类型进行简介,从检测原理和机制对比分析作物病害常用的生化检测技术,如分子生物学、免疫学等技术及光学传感检测技术中的可见光图像、近红外光谱、红外热成像、高光谱成像等技术的优缺点。归纳总结发现生化检测技术的难点,主要包括对单一目标病原物检测、鉴定病原物工作量大、周期长;光学检测技术的难点主要包括易受环境影响、存在同谱异物现象等。针对光学传感技术在作物病害检测中存在的问题给出未来的发展方向,为相关研究提供更全面系统的参考。 展开更多
关键词 作物病害 检测技术 生化检测 光学传感
下载PDF
机器视觉在农作物病害自动检测中的应用研究 被引量:1
3
作者 袁小昊 郭志波 《淮阴工学院学报》 CAS 2017年第3期6-11,32,共7页
随着计算机技术与电子技术以及我国农业现代化的快速发展,机器视觉技术在农业生产中得到越来越广泛的应用。基于对研究成果和文献的分析,归纳了机器视觉技术在农作物病害自动检测与识别中的关键问题,对国内外农作物病害自动检测与识别... 随着计算机技术与电子技术以及我国农业现代化的快速发展,机器视觉技术在农业生产中得到越来越广泛的应用。基于对研究成果和文献的分析,归纳了机器视觉技术在农作物病害自动检测与识别中的关键问题,对国内外农作物病害自动检测与识别分别在图像采集、图像处理、图像分析等方面的主流方法进行了论述,指出了目前主流方法的优缺点。并在此基础上,对机器视觉在农作物病害自动检测中的应用进行了总结与展望。 展开更多
关键词 机器视觉 农作物病害 自动检测
下载PDF
基于深度学习的农作物病虫害检测算法综述 被引量:20
4
作者 慕君林 马博 +3 位作者 王云飞 任卓 刘双喜 王金星 《农业机械学报》 EI CAS CSCD 北大核心 2023年第S02期301-313,共13页
农作物病虫害对农业产量和品质影响巨大。数字图像处理技术在农作物病虫害识别中发挥重要作用。深度学习在该领域取得显著突破,效果优于传统方法。深度学习方法的特征提取能力更强,能准确捕捉细微特征,提高检测精度和可靠性。深度学习... 农作物病虫害对农业产量和品质影响巨大。数字图像处理技术在农作物病虫害识别中发挥重要作用。深度学习在该领域取得显著突破,效果优于传统方法。深度学习方法的特征提取能力更强,能准确捕捉细微特征,提高检测精度和可靠性。深度学习为农业提供了有力支持。本研究综述了基于深度学习的农作物病虫害检测研究,从分类网络、检测网络和分割网络3方面进行了概述,并对每种方法的优缺点进行了总结,同时比较了现有研究的性能。在此基础上,进一步探讨了基于深度学习的农作物病虫害检测算法在实际应用中面临的难题,并提出了相应的解决方案和研究思路。最后,对基于深度学习的农作物病虫害检测技术的未来趋势进行了分析和展望。 展开更多
关键词 农作物病虫害 数字图像处理 深度学习 病虫害检测算法
下载PDF
基于YOLO算法的农作物病虫害识别研究综述
5
作者 万应霞 燕振刚 《热带农业工程》 2024年第1期25-28,共4页
农作物病虫害是农业生产管理的关键,为及时防控病虫害,人们通过各种技术手段识别和监测病虫害。本文通过介绍目标检测算法YOLO (You Only Look Once)的发展历程及其在农作物病虫害识别中的应用,着重分析了YOLO算法在提高农作物病虫害识... 农作物病虫害是农业生产管理的关键,为及时防控病虫害,人们通过各种技术手段识别和监测病虫害。本文通过介绍目标检测算法YOLO (You Only Look Once)的发展历程及其在农作物病虫害识别中的应用,着重分析了YOLO算法在提高农作物病虫害识别准确度和缩短识别时间的优势,以期为农业生产提供科学指导。 展开更多
关键词 YOLO算法 农作物病虫害 目标检测 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部