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:
提出了一种基于图像处理和支持向量机(SVM)技术的玉米和杂草识别方法.首先根据玉米与杂草、土壤彩色图像的特征提出一类图像灰度化方法,并通过对灰度图像的除噪处理有效地分离目标对象.然后从处理好的图像中提取出目标对象的形状特征参数作为输入特征向量,进而提出玉米田间杂草识别的支持向量机方法.试验结果表明了方法的有效性,通过适当选取核函数识别率可达到98.3%.
推荐文章
基于支持向量机的煤岩界面识别方法
煤岩界面识别
小波包分解
支持向量机
基于支持向量机的通信信号调制识别方法研究
支持向量机
模式识别
调制信号
识别分类
基于核主元分析的支持向量机识别方法研究
核主元分析
支持向量机
分类
识别
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
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 基于支持向量机的玉米田间杂草识别方法
来源期刊 农业机械学报 学科 工学
关键词 玉米 杂草识别 支持向量机 预处理 核函数
年,卷(期) 2009,(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 162-166
页数 5页 分类号 TP391.41
字数 3882字 语种 中文
DOI
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 文友先 华中农业大学工程技术学院 87 1489 25.0 34.0
2 吴兰兰 华中农业大学工程技术学院 14 231 8.0 14.0
3 刘剑英 华中农业大学工程技术学院 6 84 4.0 6.0
4 邓晓炎 华中农业大学理学院 1 29 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (138)
参考文献  (7)
节点文献
引证文献  (29)
同被引文献  (157)
二级引证文献  (361)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(2)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(11)
  • 引证文献(6)
  • 二级引证文献(5)
2011(22)
  • 引证文献(1)
  • 二级引证文献(21)
2012(21)
  • 引证文献(5)
  • 二级引证文献(16)
2013(29)
  • 引证文献(5)
  • 二级引证文献(24)
2014(31)
  • 引证文献(1)
  • 二级引证文献(30)
2015(42)
  • 引证文献(0)
  • 二级引证文献(42)
2016(37)
  • 引证文献(3)
  • 二级引证文献(34)
2017(48)
  • 引证文献(1)
  • 二级引证文献(47)
2018(64)
  • 引证文献(2)
  • 二级引证文献(62)
2019(59)
  • 引证文献(2)
  • 二级引证文献(57)
2020(23)
  • 引证文献(2)
  • 二级引证文献(21)
研究主题发展历程
节点文献
玉米
杂草识别
支持向量机
预处理
核函数
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
总被引数(次)
174483
论文1v1指导