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:
主要研究了麦田杂草的图像识别技术,设计了麦田杂草识别系统.该系统包括使用数码相机进行麦田图像数据的采集,实现对图像的预处理;绿色植物与土壤背景的分割包括图像的灰度化与格式转换和图像的二值化;作物与杂草的分割包括作物中心行的识别和作物行的滤除,最后获取杂草图像.在滤除作物行的过程中确定边界阈值时采用通过先计算手工标定的作物行宽度与计算机自动检测的作物行宽度之间的相对误差,然后选定合适的对应最小误差的作物行边界阈值的方法.该系统全程使用MATLAB语言编程,系统最终目的是根据杂草和作物分布的位置特征滤除作物行,识别出杂草.
推荐文章
麦田常见杂草的识别技术
麦田
杂草
识别
防除
定远县
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
基于图像融合技术的运动目标图像识别研究
图像融合
运动目标图像识别
特征提取
小波降噪
基于Hadoop平台下SVM的图像识别技术
Hadoop平台
图像识别
SVM
云计算
加速比
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 麦田杂草的图像识别技术的研究
来源期刊 农机化研究 学科 工学
关键词 计算机应用 图像识别 理论研究 杂草 位置特征 作物行
年,卷(期) 2007,(5) 所属期刊栏目 理论研究与探讨
研究方向 页码范围 64-68
页数 5页 分类号 TP391.41
字数 2455字 语种 中文
DOI 10.3969/j.issn.1003-188X.2007.05.019
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 张晋国 河北农业大学机电工程学院 65 613 13.0 21.0
2 赵丽 河北农业大学机电工程学院 60 664 12.0 25.0
3 李欣 河北农业大学机电工程学院 15 60 5.0 7.0
4 张孟杰 惠灵顿维多利亚大学数学与计算机科学学院 1 3 1.0 1.0
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  (3)
节点文献
引证文献  (3)
同被引文献  (23)
二级引证文献  (11)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
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(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
计算机应用
图像识别
理论研究
杂草
位置特征
作物行
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