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:
提出了利用机器视觉的方法在复杂自然条件环境下对番茄的茎粗、株高和果实横截面积进行快速测定方法。通过利用CCD 获取不同生长周期下番茄的长势信息,采用中值滤波方法对图像进行预处理;采用基于 r-g颜色因子的Otsu自动阈值分割法来提取目标区域。同时,通过相关性分析建立作物长势参数与目标图像特征值的拟合函数,实现了番茄长势信息的有效获取。试验结果表明:对番茄茎粗的检测在幼苗期、开花坐果期、结果期的相对误差分别为1.73%~4.04%,0.64%~4.42%,0.46%~4.78%;株高和果实横截面积检测的相对误差分别为1.2%~6.5%,0.8%~3.1%。
推荐文章
基于双目视觉与深度学习的番茄本体特征检测系统
番茄
器官
本体特征
双目视觉
深度学习
基于机器视觉和近红外光谱的壶瓶枣无损检测
机器视觉
近红外光谱
壶瓶枣
检测
基于机器视觉的形状尺寸检测方法研究
机器视觉
不变矩和相对矩
角点检测
摄像机标定
低温压力容器的无损视觉检测方法研究
低温压力容器
无损检测
视觉检测
实验设备
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 基于机器视觉的番茄长势信息无损检测的研究
来源期刊 农机化研究 学科 工学
关键词 番茄 机器视觉 长势信息 图像处理
年,卷(期) 2015,(11) 所属期刊栏目 试验研究
研究方向 页码范围 192-197
页数 6页 分类号 TP391.41
字数 2916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 张晓东 江苏大学现代农业装备与技术教育部重点实验室 43 494 15.0 20.0
2 毛罕平 江苏大学现代农业装备与技术教育部重点实验室 235 4472 37.0 54.0
3 胡静 江苏大学现代农业装备与技术教育部重点实验室 14 76 4.0 8.0
4 杭腾 江苏大学现代农业装备与技术教育部重点实验室 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (98)
参考文献  (8)
节点文献
引证文献  (16)
同被引文献  (124)
二级引证文献  (12)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(9)
  • 引证文献(6)
  • 二级引证文献(3)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(9)
  • 引证文献(4)
  • 二级引证文献(5)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
番茄
机器视觉
长势信息
图像处理
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