基于计算机视觉的农作物病虫害识别研究现状

被引:20
作者
邹修国
机构
[1] 南京农业大学工学院
关键词
农作物病害虫; 计算机视觉; 数字图像处理; 模式识别; 支持向量机; 神经网络;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
农作物病害虫种类多,不仅给农作物的产量和品质带来了很大影响,也对人类的健康造成较大威胁。分析了国内外农作物病虫害研究的现状,讨论了与以往肉眼观测法不同,采用计算机视觉技术中的数字图像处理以及模式识别等技术具有很高的实用价值,能够精确、实时、快速识别病虫害,从而及时地采取相应的补救措施,提高经济效益。
引用
收藏
页码:238 / 242
页数:5
相关论文
共 13 条
[1]   数学形态学在昆虫总科阶元分类学上的应用研究 [J].
梁子安 ;
刘飞 ;
赵秋红 ;
杜瑞卿 .
动物分类学报, 2007, (01) :147-152
[2]   基于机器视觉的大田害虫检测系统 [J].
邱道尹 ;
张红涛 ;
刘新宇 ;
刘彦楠 .
农业机械学报, 2007, (01) :120-122
[3]   基于神经网络的水稻三化螟识别系统的研究 [J].
王剑 ;
周国民 .
农业网络信息, 2006, (02) :39-41+44
[4]   现代信息技术在害虫种群密度监测中的应用 [J].
吕昭智 ;
沈佐锐 ;
程登发 ;
姚青 .
农业工程学报, 2005, (12) :112-115
[5]   国内外储粮害虫检测方法 [J].
徐昉 ;
白旭光 ;
邱道尹 ;
张成花 ;
沈宪章 .
粮油仓储科技通讯, 2001, (05) :41-43
[6]   温室白粉虱自动计数技术研究初报 [J].
沈佐锐 ;
于新文 .
生态学报, 2001, (01) :94-99
[7]   数学形态学在田间蚜虫图象处理中的初步应用 [J].
于新文 ;
沈佐锐 .
中国农业大学学报, 1998, (S3) :82-87
[8]  
农作物病虫害自动测报系统的设计与实现.[D].李小琴.浙江工业大学.2009, S1
[9]  
基于图像处理和光谱分析技术的水果品质快速无损检测方法研究.[D].马本学.浙江大学.2009, 12
[10]  
基于计算机视觉的农作物病害识别方法的研究.[D].宋凯.沈阳农业大学.2008, 01