光谱技术在作物病虫害检测中的研究进展及展望

被引:6
作者
谢春燕
吴达科
机构
[1] 西南大学工程技术学院
关键词
检测; 病虫害; 可见光; 近红外;
D O I
10.13427/j.cnki.njyi.2009.09.063
中图分类号
TP274.4 [];
学科分类号
0804 ; 080401 ; 080402 ; 081002 ; 0835 ;
摘要
光谱技术检测作物病虫害具有无损、快速、准确等优点。为了充分利用国内外的研究成果,促进我国在该领域的研究与应用,从作物病害和虫害两个方面,综述了基于可见光(包括图像处理)、近红外方法的光谱处理技术在作物病虫害无损检测中的研究进展,分析了各种方法的优缺点。同时,提出了今后应从特征波长选取、早期病虫害检测、实时检测、图像与光谱结合等方面开展深入研究,以实现病虫害的自动检测。
引用
收藏
页码:10 / 13
页数:4
相关论文
共 15 条
[1]  
基于图像识别的作物病虫草害诊断研究.[D].王克如.中国农业科学院.2005, 07
[2]  
基于计算机视觉技术温室作物长势诊断机理与方法研究.[D].张彦娥.中国农业大学.2005, 05
[3]   Near-infrared spectroscopy in detecting leaf miner damage on tomato leaf [J].
Xu, H. R. ;
Ying, Y. B. ;
Fu, X. P. ;
Zhu, S. P. .
BIOSYSTEMS ENGINEERING, 2007, 96 (04) :447-454
[4]   Fall armyworm damaged maize plant identification using digital images [J].
Sena, DG ;
Pinto, FAC ;
Queiroz, DM ;
Viana, PA .
BIOSYSTEMS ENGINEERING, 2003, 85 (04) :449-454
[5]   Early disease detection in wheat fields using spectral reflectance [J].
Bravo, C ;
Moshou, D ;
West, J ;
McCartney, A ;
Ramon, H .
BIOSYSTEMS ENGINEERING, 2003, 84 (02) :137-145
[6]   Estimating corn leaf chlorophyll concentration from leaf and canopy reflectance [J].
Daughtry, CST ;
Walthall, CL ;
Kim, MS ;
de Colstoun, EB ;
McMurtrey, JE .
REMOTE SENSING OF ENVIRONMENT, 2000, 74 (02) :229-239
[7]   Evaluation of colour representations for maize images [J].
Ahmad, IS ;
Reid, JF .
JOURNAL OF AGRICULTURAL ENGINEERING RESEARCH, 1996, 63 (03) :185-195
[8]  
基于计算机视觉的温室黄瓜幼苗营养无损监测研究.[D].武聪玲.中国农业大学.2005, 05
[9]   基于地面多光谱成像技术的茄子灰霉病无损检测研究 [J].
吴迪 ;
朱登胜 ;
何勇 ;
张传清 ;
冯雷 .
光谱学与光谱分析, 2008, (07) :1496-1500
[10]   基于可见/近红外光谱技术的番茄叶片灰霉病检测研究 [J].
吴迪 ;
冯雷 ;
张传清 ;
何勇 .
光谱学与光谱分析, 2007, (11) :2208-2211