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:
为探讨基于计算机视觉技术对红火蚁蚁巢进行探测识别的可行性,研究了利用数字图像处理技术提取红火蚁蚁巢特征参数,通过数学形态学对数字图像进行目标提取和识别.采用图像识别红火蚁蚁巢土建立了HSV彩色空间模型.研究结果表明,各红火蚁蚁巢土和普通土样本的H分量差异明显,特别是普通土日分量明显大于红火蚁蚁巢土,一般土壤日值大于30,而对于红火蚁蚁巢土土壤的H值小于30.因此,H分量可作为识别红火蚁蚁巢土的一项特征参数.当色调通道的平均值H< 30时,即可判定为红火蚁蚁巢土.研究结果说明基于计算机视觉技术对红火蚁蚁巢进行检测识别是可行的.
推荐文章
利用光谱分析技术探测红火蚁蚁巢
光谱分析
虫害防治
探测
红火蚁蚁巢
欧式距离检验法
单个蚁巢红火蚁对不同距离蚂蚁类群的影响
红火蚁
单个蚁巢
不同距离
蚂蚁类群
多样性
红火蚁蚁巢表层各虫态数量与蚁丘大小的关系
红火蚁
虫态
蚁丘体积
蚁丘表面基部面积
4种饵剂对红火蚁蚁巢的室外防控效果观察
饵剂
红火蚁蚁巢
校正减退率
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 基于计算机视觉技术的红火蚁蚁巢探测
来源期刊 河南农业大学学报 学科 农学
关键词 计算机视觉 红火蚁蚁巢土 图像处理技术 检测识别
年,卷(期) 2017,(2) 所属期刊栏目 农业工程
研究方向 页码范围 184-188
页数 5页 分类号 S237|TP274.2
字数 2119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  (212)
共引文献  (129)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(47)
  • 参考文献(0)
  • 二级参考文献(47)
2006(25)
  • 参考文献(0)
  • 二级参考文献(25)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(17)
  • 参考文献(0)
  • 二级参考文献(17)
2009(17)
  • 参考文献(0)
  • 二级参考文献(17)
2010(19)
  • 参考文献(0)
  • 二级参考文献(19)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(11)
  • 参考文献(4)
  • 二级参考文献(7)
2013(14)
  • 参考文献(3)
  • 二级参考文献(11)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(6)
  • 参考文献(6)
  • 二级参考文献(0)
2017(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)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
计算机视觉
红火蚁蚁巢土
图像处理技术
检测识别
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
河南农业大学学报
双月刊
1000-2340
41-1112/S
大16开
郑州文化路95号
36-132
1960
chi
出版文献量(篇)
3112
总下载数(次)
6
总被引数(次)
30505
论文1v1指导