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:
目前蚜虫种群动态调查大都采用人工计数方式,工作量巨大且准确性难以保障.为此,利用机器视觉技术对蚜虫进行自动计数,采用HSI颜色系统对图像进行处理,将蚜虫从大豆叶片中分离出来,同时给出计数算法.结果表明,该方法计数结果准确、速度快,是实现蚜虫计数的一种行之有效的方法.
推荐文章
麦田蚜虫自动计数研究
麦蚜虫
自动计数
黄板
数字图像
基于机器视觉技术的棒材自动计数分离系统
棒材
机器视觉
自动计数
自动分离
大豆新品系抗大豆蚜虫筛选与鉴定研究
大豆蚜虫
品系
抗性鉴定
基于机器视觉棉叶螨自动监测与分级方法研究
棉叶螨监测
棉叶螨分级
图像处理
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 基于机器视觉的大豆叶部蚜虫自动计数系统的研究
来源期刊 农机化研究 学科 工学
关键词 计算机应用 机器视觉 应用 大豆 蚜虫 自动计数
年,卷(期) 2007,(11) 所属期刊栏目 新技术应用
研究方向 页码范围 190-191
页数 2页 分类号 TP391.41
字数 1200字 语种 中文
DOI 10.3969/j.issn.1003-188X.2007.11.058
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 沈维政 东北农业大学工程学院 34 320 11.0 16.0
3 陈占良 东北农业大学工程学院 2 21 2.0 2.0
4 刘健 东北农业大学农学院 26 297 10.0 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  (1)
节点文献
引证文献  (6)
同被引文献  (15)
二级引证文献  (29)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
计算机应用
机器视觉
应用
大豆
蚜虫
自动计数
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