基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对利用植物的位置来识别作物苗期田间杂草的方法进行了研究.根据苗期田间植物的位置特征,建立了基于机器视觉的分割苗期田间杂草的算法DBW.通过比较分析各种算法的分割效果图和所耗费的时间,运用超绿色法灰度化原始图像,然后应用最大方差自动取阈法二值化图像,最后运用种子填充算法分割作物和杂草.研究表明,算法DBW在实时性方面表现出一定的优越性,处理一幅544×117像素的图像只需大约60 ms.
推荐文章
利用机器视觉防治草莓苗期杂草的研究
杂草
机器视觉
除草剂喷洒
草莓
基于双阈值分割的苗期杂草识别算法
苗期杂草
双阈值
分割
识别算法
基于机器视觉的车道标志线实时检测研究
机器视觉
车道识别
智能驾驶
基于机器视觉的杂草实时采集与处理算法的研究
机器视觉
图像处理
杂草图像
识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器视觉的苗期杂草实时分割算法
来源期刊 农业机械学报 学科 工学
关键词 杂草识别 机器视觉 算法
年,卷(期) 2005,(1) 所属期刊栏目 农业自动化与环境控制
研究方向 页码范围 83-86
页数 4页 分类号 TN911.73
字数 1978字 语种 中文
DOI 10.3969/j.issn.1000-1298.2005.01.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王一鸣 中国农业大学信息与电气工程学院 89 2866 33.0 49.0
2 毛文华 中国农业大学信息与电气工程学院 40 705 15.0 26.0
3 王月青 中国农业大学信息与电气工程学院 4 172 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (79)
同被引文献  (148)
二级引证文献  (736)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(7)
  • 引证文献(7)
  • 二级引证文献(0)
2007(27)
  • 引证文献(14)
  • 二级引证文献(13)
2008(31)
  • 引证文献(7)
  • 二级引证文献(24)
2009(57)
  • 引证文献(13)
  • 二级引证文献(44)
2010(35)
  • 引证文献(3)
  • 二级引证文献(32)
2011(58)
  • 引证文献(5)
  • 二级引证文献(53)
2012(45)
  • 引证文献(3)
  • 二级引证文献(42)
2013(72)
  • 引证文献(7)
  • 二级引证文献(65)
2014(52)
  • 引证文献(1)
  • 二级引证文献(51)
2015(72)
  • 引证文献(4)
  • 二级引证文献(68)
2016(68)
  • 引证文献(3)
  • 二级引证文献(65)
2017(76)
  • 引证文献(4)
  • 二级引证文献(72)
2018(94)
  • 引证文献(4)
  • 二级引证文献(90)
2019(82)
  • 引证文献(1)
  • 二级引证文献(81)
2020(38)
  • 引证文献(2)
  • 二级引证文献(36)
研究主题发展历程
节点文献
杂草识别
机器视觉
算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导