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:
对红枣叶片病害严重度的精准评估是采取有效防治的关键,而传统的评估方法费时费力.该研究以病斑严重度不同导致的颜色特征差异为依据,提出了一种基于计算机视觉的红枣叶片病害严重度估测方法.对叶片病斑图像预处理后,提取基于R、G、B颜色空间的8个特征向量作为模型的输入变量,以正常、轻微、一般和严重作为模型的输出,利用GA - BP神经网络建立了红枣叶片病害严重度的估测模型.实验结果表明,模型可实现对红枣叶片病害严重度的快速识别,识别精度达到了87%以上.
推荐文章
基于TM影像光谱指数的棉花病害严重度估测
棉花
病害严重度
TM影像
光谱指数
估测模型
基于计算机视觉的芋头病害监测与识别
芋头病害
图像识别
纹理特征
识别率
基于图像处理的葡萄霜霉病单叶严重度自动分级方法
葡萄霜霉病
严重度
自动分级
图像处理
K_means聚类
计算机视觉系统下缺素番茄叶片彩色图像研究
计算机视觉
番茄叶片
缺素
色彩图像
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 基于计算机视觉的红枣叶片病害严重度估测方法
来源期刊 塔里木大学学报 学科 农学
关键词 红枣叶片 病害严重度 计算机视觉 估测模型
年,卷(期) 2011,(4) 所属期刊栏目 研究简报
研究方向 页码范围 72-78
页数 分类号 TN911.73|S126
字数 3089字 语种 中文
DOI 10.3969/jissn.1009-0568.2011.04.012
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 王兰 塔里木大学植物科学学院 62 430 13.0 17.0
2 张任 塔里木大学信息工程学院 19 54 5.0 6.0
3 白铁成 塔里木大学信息工程学院 24 58 4.0 6.0
4 孟洪兵 塔里木大学信息工程学院 11 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (235)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (4)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(9)
  • 参考文献(0)
  • 二级参考文献(9)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(13)
  • 参考文献(1)
  • 二级参考文献(12)
2006(15)
  • 参考文献(0)
  • 二级参考文献(15)
2007(17)
  • 参考文献(2)
  • 二级参考文献(15)
2008(10)
  • 参考文献(3)
  • 二级参考文献(7)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
红枣叶片
病害严重度
计算机视觉
估测模型
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
塔里木大学学报
季刊
1009-0568
65-1258/Z
大16开
新疆阿拉尔市
1978
chi
出版文献量(篇)
1921
总下载数(次)
4
总被引数(次)
6782
论文1v1指导