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:
为促进图像识别检测技术在我国粮情测控领域的应用研究,从预处理、特征提取、识别分类和种群密度估计4个方面,概述和分析了计算机图像识别检测技术在粮虫自动识别中的发展现状,提出今后应从图像自动采集装置的研制、粮虫图像的有效特征获取、高适应分类器的设计、粮虫种群密度的估计、多种检测技术的融合等方面开展深入研究,为科学规范粮虫防治工作提供更好的决策支撑。
推荐文章
基于图像识别的袋装粮数量识别研究
图像识别
噪声消除
区域增长
几何矩
数量识别
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
图像识别处理技术在农业工程中的应用
粮虫检测
特征提取
RBF神经网络
图像识别
基于图像识别的错位图书检测技术研究
图书检测
索书标签
直线分割检测器
轮廓局域增长
光学字符识别
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 粮虫图像识别检测技术研究现状与展望
来源期刊 安徽农业科学 学科 农学
关键词 粮情测控 图像识别 害虫检测 种群密度 粮虫防治
年,卷(期) 2016,(19) 所属期刊栏目 农业信息科学
研究方向 页码范围 272-274
页数 3页 分类号 S126
字数 4066字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (247)
共引文献  (235)
参考文献  (39)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(18)
  • 参考文献(1)
  • 二级参考文献(17)
1999(12)
  • 参考文献(0)
  • 二级参考文献(12)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(14)
  • 参考文献(2)
  • 二级参考文献(12)
2002(15)
  • 参考文献(2)
  • 二级参考文献(13)
2003(19)
  • 参考文献(1)
  • 二级参考文献(18)
2004(14)
  • 参考文献(1)
  • 二级参考文献(13)
2005(37)
  • 参考文献(3)
  • 二级参考文献(34)
2006(21)
  • 参考文献(2)
  • 二级参考文献(19)
2007(29)
  • 参考文献(7)
  • 二级参考文献(22)
2008(26)
  • 参考文献(5)
  • 二级参考文献(21)
2009(12)
  • 参考文献(3)
  • 二级参考文献(9)
2010(13)
  • 参考文献(3)
  • 二级参考文献(10)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(9)
  • 参考文献(4)
  • 二级参考文献(5)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
粮情测控
图像识别
害虫检测
种群密度
粮虫防治
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导