农作物害虫图像识别研究进展与展望

• 作者: 张立平 张萌 朱静波 李闰枚 董伟 钱蓉
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 害虫图像 虫害诊断 图像识别 深度学习 智慧农业
• 年，卷（期）: 2018,（34）
• 所属期刊栏目: 基础科学·综述
• 页码范围: 11-12,15
• 页数: 3页
• 分类号: S431.9
• 字数: 3153字
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2018.34.004

摘要

农作物害虫的精准识别是害虫预报及防控的重要前提,图像识别法以高效率、低成本、易操作等优势,成为近年来害虫防治工作的研究热点和主要技术手段.鉴于害虫图像识别在虫害诊断中的巨大潜力,回顾害虫图像识别方法的发展历程,阐述由室内环境下的识别走向自然环境的研究进展,分析传统方法与深度学习的优势与局限性,针对性给出未来发展的相应措施.传统识别方法易实现,适用在样本少、范围小的识别领域;深度学习方法精度高、自适应性强,在数据量充足的前提下可以取得较好的识别效果.最后对农作物害虫图像识别的发展前景进行展望,指出将害虫图像识别与物联网、传感器等技术相结合,共同构建农业大数据,并成为智慧农业的重要组成部分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董伟	安徽省农业科学院农业经济与信息研究所	20	89	4.0	8.0
2	张立平	安徽省农业科学院农业经济与信息研究所	25	149	7.0	11.0
3	钱蓉	安徽省农业科学院农业经济与信息研究所	12	27	3.0	4.0
4	李闰枚	安徽省农业科学院农业经济与信息研究所	7	15	3.0	3.0
5	朱静波	安徽省农业科学院农业经济与信息研究所	7	10	2.0	2.0
6	张萌	安徽省农业科学院农业经济与信息研究所	6	7	1.0	2.0