基于机器视觉的植物病虫害实时识别方法

• 作者: 曹乐平
• 来源期刊: 中国农学通报
• 学科: 农学
• 关键词: 植物 病虫害 机器识别 监测 进展
• 年，卷（期）: 2015,（20）
• 所属期刊栏目: 工程·机械·水利·装备
• 页码范围: 244-249
• 分类号: S431.9
• 语种: 中文

摘要

植物病虫灾害是中国三大自然灾害之一,其识别、监测、预警是防控工作的决策信息源头.联合国粮农组织的研究表明,仅农作物病虫害危害自然损失率就超过37％.中国是包括农作物在内的植物病虫害危害大国,若不采取防控措施,因病虫危害每年将损失粮食1500亿kg、果品与蔬菜1000亿kg、油料68亿kg、棉花1.9亿kg,潜在经济损失在5000亿元以上.通过植物病虫害的在线、实时、低廉、无损伤机器识别,不仅为植物病虫害防治防控提供了依据,赢得了防治时间,而且结合病虫害防治系统,最大限度地减少了经济损失,植物尤其是农产品品质得到了提升.对多种植物病虫害机器识别研究进行了综述与归纳,剖析了机器识别中的问题,认为未来的植物病虫害机器识别措施上应与病虫害监控、预测预报相结合;技术上融合机器视觉、声学、遥感、全球定位系统、地理信息系统、网络等技术;功能上进行草害信息、植物生长信息、生长环境信息自动识别等功能拓展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹乐平	湖南生物机电职业技术学院科研处	42	329	10.0	15.0