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:
为满足变量喷洒对杂草识别正确率的要求,提出一种基于多光谱图像和数据挖掘的杂草多特征识别方法.首先对多光谱成像仪获取的玉米与杂草图像从 CIR 转换到 Lab 颜色空间,用 K-means 聚类算法将图像分为土壤和绿色植物,随后用形态学处理提取出植物叶片图像,在此基础上提取叶片形状、纹理及分形维数3类特征,并基于 C4.5算法对杂草分别进行单特征和多特征组合的分类识别.试验结果表明,多特征识别率比单特征识别率高,3类特征组合后的识别率最高达到96.3%.为验证该文提出方法的有效性,将 C4.5算法与 BP 算法以及 SVM 算法进行比较,试验结果表明 C4.5算法的平均识别率高于另2种算法,该文提出的田间杂草快速识别方法是有效可行的.该文为玉米苗期精确喷洒除草剂提供技术依据.
推荐文章
利用多光谱遥感图像融合的机场识别方法
图像融合
光谱特征
结构特征
目标识别
基于多特征组合的电能质量扰动识别方法
电能质量
无功功率补偿
小波包变换
S变换
多特征组合
概率神经网络
基于多稀疏分布特征和最近邻分类的物体识别方法
物体识别
稀疏表示
最近邻距离
梯度
街区距离
一种基于多尺度语义分析的图像识别方法
图像识别
语义分析
多尺度
支持向量机
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 基于多光谱图像和数据挖掘的多特征杂草识别方法
来源期刊 农业工程学报 学科 农学
关键词 数据挖掘 聚类算法 图像处理 杂草识别 多光谱图像 多特征识别
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 192-198
页数 分类号 TP391.41|S126
字数 5117字 语种 中文
DOI 10.3969/j.issn.1002-6819.2013.02.027
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 何东健 西北农林科技大学机电学院 188 3174 30.0 46.0
2 乔永亮 西北农林科技大学机电学院 5 168 5.0 5.0
3 赵川源 西北农林科技大学机电学院 2 82 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (163)
共引文献  (431)
参考文献  (26)
节点文献
引证文献  (52)
同被引文献  (203)
二级引证文献  (379)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(3)
  • 参考文献(0)
  • 二级参考文献(3)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1990(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(20)
  • 参考文献(1)
  • 二级参考文献(19)
2001(12)
  • 参考文献(0)
  • 二级参考文献(12)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(14)
  • 参考文献(1)
  • 二级参考文献(13)
2005(19)
  • 参考文献(1)
  • 二级参考文献(18)
2006(13)
  • 参考文献(2)
  • 二级参考文献(11)
2007(24)
  • 参考文献(4)
  • 二级参考文献(20)
2008(20)
  • 参考文献(4)
  • 二级参考文献(16)
2009(11)
  • 参考文献(5)
  • 二级参考文献(6)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(1)
2013(6)
  • 引证文献(5)
  • 二级引证文献(1)
2014(8)
  • 引证文献(4)
  • 二级引证文献(4)
2015(30)
  • 引证文献(9)
  • 二级引证文献(21)
2016(43)
  • 引证文献(8)
  • 二级引证文献(35)
2017(62)
  • 引证文献(3)
  • 二级引证文献(59)
2018(94)
  • 引证文献(12)
  • 二级引证文献(82)
2019(122)
  • 引证文献(9)
  • 二级引证文献(113)
2020(66)
  • 引证文献(2)
  • 二级引证文献(64)
研究主题发展历程
节点文献
数据挖掘
聚类算法
图像处理
杂草识别
多光谱图像
多特征识别
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
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导