计算机视觉技术在农作物氮素营养诊断上的应用研究进展

被引：11

作者：

刘洪见

郑丽敏

廖树华

朱虹

李永宾

机构：

[1] 中国农业大学农学与生物技术学院

[2] 中国农业大学信息与电气工程学院

[3] 中国农业大学农学与生物技术学院北京

[4] 北京

来源：

麦类作物学报 | 2005年 / 05期

关键词：

视觉技术; 作物; 氮素; 营养诊断;

D O I：

暂无

中图分类号：

S311 [作物生理学];

学科分类号：

090302 ;

摘要：

对计算机视觉技术在农作物氮素营养诊断上的应用研究进行了综述,介绍了国内外计算机视觉技术在农作物氮素营养诊断上应用的理论依据、成果、图像处理方法和信息获取方式,概括了该领域应用的特点和存在的一些问题,并且对未来的发展趋势做了预测。

引用

页码：117 / 121

页数：5

共 9 条

[1] 计算机辅助小麦图像识别应用中颜色特征基本参量的表达 [J].

吴富宁朱虹郑丽敏廖树华 .

农业网络信息, 2004, (04) :10-14

[2] 缺素叶片彩色图像颜色特征提取的研究 [J].

徐贵力 ;

毛罕平 ;

李萍萍 .

农业工程学报, 2002, (04) :150-154

[3] 农业自动化领域中计算机视觉技术的应用 [J].

何东健 ;

张海亮 ;

宁纪锋 ;

龙满生 .

农业工程学报, 2002, (02) :171-175

[4] 机器视觉技术在农作物种子质量检验中的应用研究进展 [J].

成芳 ;

应义斌 .

农业工程学报, 2001, (06) :175-179

[5] 计算机视觉研究进展附视频 [J].

王天珍 .

武汉汽车工业大学学报, 1998, (01) :25-29

[6] 利用光谱反射特性测定茶鲜叶的叶绿素含量 [J].

陈斌 .

江苏理工大学学报, 1996, (04) :10-15

[7]

水稻遥感估产的农学机理研究——Ⅰ.不同氮素水平的水稻光谱特征及其敏感波段的选择[J]. 王人潮,陈铭臻,蒋亨显.浙江农业大学学报. 1993(S1)

[8]

长期施肥的作物产量和土壤肥力变化[M]. 中国农业科技出版社 , 林葆等主编, 1996

[9]

视觉计算理论[M]. 科学出版社[美]D·马尔, 1988

← 1 →