利用机器视觉识别杂草图像特征的研究进展

被引:4
作者
马兆敏
胡波
黄玲
李克俭
机构
[1] 广西工学院电子信息与控制工程系
关键词
杂草; 图像; 特征;
D O I
10.13989/j.cnki.0517-6611.2008.07.130
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
总结了近年来利用机器视觉识别杂草中所使用颜色、形状、纹理等图像特征的研究进展,提出了今后相关技术的一些研究方向和方法。
引用
收藏
页码:2613 / 2614+2639 +2639
页数:3
相关论文
共 11 条
[1]   杂草识别中颜色特征和阈值分割算法的优化 [J].
毛罕平 ;
胡波 ;
张艳诚 ;
钱丹 ;
陈树人 .
农业工程学报, 2007, (09) :154-158
[2]   玉米苗期杂草的计算机识别技术研究 [J].
龙满生 ;
何东健 .
农业工程学报, 2007, (07) :139-144
[3]   基于纹理和位置特征的麦田杂草识别方法 [J].
曹晶晶 ;
王一鸣 ;
毛文华 ;
张小超 .
农业机械学报, 2007, (04) :107-110
[4]   基于二维直方图的杂草图像分割算法 [J].
胡波 ;
毛罕平 ;
张艳诚 .
农业机械学报, 2007, (04) :199-202
[5]   基于颜色分量运算与色域压缩的杂草实时检测方法 [J].
周平 ;
汪亚明 ;
赵匀 .
农业机械学报, 2007, (01) :116-119
[6]   基于图像分析的杂草分形维数计算 [J].
李志臣 ;
姬长英 .
农业工程学报, 2006, (11) :175-178
[7]   结合颜色和形态特征的杂草实时识别方法 [J].
刘洪臣 ;
陈忠建 ;
冯勇 .
光电工程, 2006, (07) :96-100
[8]   基于机器视觉的苗期杂草实时分割算法 [J].
毛文华 ;
王一鸣 ;
张小超 .
农业机械学报, 2005, (01) :83-86
[9]   Weed classification by active shape models [J].
Sogaard, HT .
BIOSYSTEMS ENGINEERING, 2005, 91 (03) :271-281
[10]   Evaluation of neural-network classifiers for weed species discrimination [J].
Burks, TF ;
Shearer, SA ;
Heath, JR ;
Donohue, KD .
BIOSYSTEMS ENGINEERING, 2005, 91 (03) :293-304