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:
杂草对农作物的侵害一直是人们关注的问题.为此,利用计算机图像处理技术对复杂土壤背景下的田间杂草进行识别.研究中采用可变阈值法滤除了土壤背景,应用形态学方法识别出了杂草.同时,根据杂草投影中心的像素位置确定田间杂草的实际位置.实验结果表明,此方法可有效地从阔叶子植物中识别出窄叶子稗草.
推荐文章
基于多特征的田间杂草识别方法
田间杂草
自动识别
多特征
图像处理
基于机器视觉的田间杂草识别技术研究进展
杂草识别
机器视觉
研究进展
一种基于计算机视觉的日常行为识别方法
计算机视觉
图像处理
行为识别
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 基于计算机视觉的田间杂草识别方法研究
来源期刊 农机化研究 学科 工学
关键词 计算机应用 图像处理 试验 计算机视觉 杂草
年,卷(期) 2006,(7) 所属期刊栏目 试验研究
研究方向 页码范围 163-165
页数 3页 分类号 TP3
字数 1924字 语种 中文
DOI 10.3969/j.issn.1003-188X.2006.07.057
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 张长利 东北农业大学工程学院 89 1124 17.0 29.0
2 刘振恒 北京联合大学信息学院 7 29 3.0 5.0
3 沈维政 东北农业大学工程学院 34 320 11.0 16.0
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  (0)
参考文献  (2)
节点文献
引证文献  (18)
同被引文献  (28)
二级引证文献  (85)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(7)
  • 引证文献(4)
  • 二级引证文献(3)
2010(11)
  • 引证文献(1)
  • 二级引证文献(10)
2011(13)
  • 引证文献(2)
  • 二级引证文献(11)
2012(14)
  • 引证文献(1)
  • 二级引证文献(13)
2013(12)
  • 引证文献(0)
  • 二级引证文献(12)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
计算机应用
图像处理
试验
计算机视觉
杂草
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导