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:
害虫的准确识别是针对性地施用农药以有效治理虫害的基础,而人工识别的劳动强度大且主观性强.为此,提出了一种利用颜色特征的害虫视觉识别技术. 使用 GrabCut 算法从虫害图像中分割出完整的害虫主体图像并计算其最小外接矩形区域的H/S通道直方图,使用害虫基准图像对其进行直方图反向投影并计算交叉匹配指数. 匹配指数和害虫标签共同组成的特征向量用于训练 C4 .5 分类器. 计算待检害虫图像的交叉匹配指数,输入分类器即可得到识别结果. 实验结果表明:该技术可准确识别菜蝽、菜青虫、猿叶甲、跳甲及蚜虫5 种害虫,准确率达到92%.
推荐文章
基于颜色特征的油菜缺素症图像诊断
甘蓝型油菜
缺素智能诊断
特征匹配
彩色直方图反向投影
贝叶斯分类器
基于机器视觉的作物多姿态害虫特征提取与分类方法
机器视觉
图像处理
特征提取
害虫分类
多类支持向量机
基于光谱特征和颜色特征的油菜提取研究
油菜
花期
NGVI
HSV变换
GF-1 WFV
基于机器视觉的无人机油菜长势调查研究
机器视觉
无人机
油菜
长势
生物量
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 基于颜色特征的油菜害虫机器视觉诊断研究
来源期刊 农机化研究 学科 农学
关键词 油菜害虫 计算机视觉 颜色直方图 C4.5算法
年,卷(期) 2016,(6) 所属期刊栏目 智能化农业装备技术专栏
研究方向 页码范围 55-58,121
页数 5页 分类号 S431.192|TP391.41
字数 4113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 杨勇 华中农业大学工学院 26 256 10.0 15.0
2 朱莉 湖北工业大学太阳能高效利用湖北省协同创新中心 6 27 3.0 5.0
3 徐胜勇 华中农业大学工学院 18 43 4.0 6.0
4 罗靖 华中农业大学工学院 3 34 3.0 3.0
5 赵海涛 华中农业大学工学院 3 21 2.0 3.0
6 李卫豪 华中农业大学工学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (80)
参考文献  (11)
节点文献
引证文献  (10)
同被引文献  (59)
二级引证文献  (10)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
油菜害虫
计算机视觉
颜色直方图
C4.5算法
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