农作物害虫图像识别研究进展与展望

被引:22
作者
张萌
钱蓉
朱静波
张立平
李闰枚
董伟
机构
[1] 安徽省农业科学院农业经济与信息研究所
关键词
害虫图像; 虫害诊断; 图像识别; 深度学习; 智慧农业;
D O I
10.13989/j.cnki.0517-6611.2018.34.004
中图分类号
S433 [植物虫害及其防治]; TP391.41 [];
学科分类号
090401 [植物病理学];
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。
引用
收藏
页码:11 / 12+15 +15
页数:3
相关论文
共 17 条
[1]
基于深度卷积神经网络的储粮害虫图像识别 [J].
程曦 ;
吴云志 ;
张友华 ;
乐毅 .
中国农学通报, 2018, 34 (01) :154-158
[2]
基于图像显著性分析与卷积神经网络的茶园害虫定位与识别 [J].
杨国国 ;
鲍一丹 ;
刘子毅 .
农业工程学报, 2017, 33 (06) :156-162
[3]
基于稀疏编码金字塔模型的农田害虫图像识别 [J].
谢成军 ;
李瑞 ;
董伟 ;
宋良图 ;
张洁 ;
陈红波 ;
陈天娇 .
农业工程学报, 2016, 32 (17) :144-151
[4]
基于颜色特征的油菜害虫机器视觉诊断研究 [J].
朱莉 ;
罗靖 ;
徐胜勇 ;
杨勇 ;
赵海涛 ;
李卫豪 .
农机化研究, 2016, (06) :55-58+121
[5]
基于韦伯局部描述子和颜色直方图的鳞翅目昆虫翅图像特征描述与种类识别 [J].
竺乐庆 ;
张大兴 ;
张真 .
昆虫学报, 2015, 58 (04) :419-426
[6]
基于机器视觉的作物多姿态害虫特征提取与分类方法 [J].
李文勇 ;
李明 ;
陈梅香 ;
钱建平 ;
孙传恒 ;
杜尚丰 .
农业工程学报, 2014, 30 (14) :154-162
[7]
弯曲姿态蛾类幼虫的自动识别方法研究 [J].
范伟军 ;
周敏 ;
张钰雰 .
昆虫学报, 2012, 55 (06) :727-735
[8]
农作物虫害的机器检测与监测技术研究进展 [J].
周志艳 ;
罗锡文 ;
张扬 ;
李燕芳 ;
臧英 .
昆虫学报, 2010, 53 (01) :98-109
[9]
储粮害虫图像识别中的特征提取 [J].
张红涛 ;
毛罕平 ;
邱道尹 .
农业工程学报, 2009, 25 (02) :126-130
[10]
数学形态学在昆虫分类学上的应用研究.Ⅲ.在科阶元上的应用研究 [J].
沈佐锐 ;
赵汗青 ;
于新文 .
昆虫学报, 2003, (03) :339-344