机器视觉在农作物病害自动检测中的应用研究

被引：1

作者：

袁小昊

郭志波

机构：

[1] 扬州大学信息工程学院

来源：

淮阴工学院学报 | 2017年 / 26卷 / 03期

关键词：

机器视觉; 农作物病害; 自动检测;

D O I：

暂无

中图分类号：

S432 [植物病害及其防治]; TP391.41 [];

学科分类号：

090401 ; 080203 ;

摘要：

随着计算机技术与电子技术以及我国农业现代化的快速发展,机器视觉技术在农业生产中得到越来越广泛的应用。基于对研究成果和文献的分析,归纳了机器视觉技术在农作物病害自动检测与识别中的关键问题,对国内外农作物病害自动检测与识别分别在图像采集、图像处理、图像分析等方面的主流方法进行了论述,指出了目前主流方法的优缺点。并在此基础上,对机器视觉在农作物病害自动检测中的应用进行了总结与展望。

引用

收藏

页码：6 / 11+32 +32

页数：7

相关论文

共 42 条

[1] 基于机器视觉的水稻秧苗图像分割 [J].

袁加红 ;

朱德泉 ;

孙丙宇 ;

孙磊 ;

武立权 ;

宋宇 ;

蒋锐 .

浙江农业学报, 2016, 28 (06) :1069-1075

[2] 水稻纹枯病图像识别处理方法研究 [J].

袁媛 ;

陈雷 ;

吴娜 ;

李淼 .

农机化研究, 2016, 38 (06) :84-87+92

[3] 基于图像处理技术的小麦叶部病害识别研究 [J].

夏永泉 ;

李耀斌 ;

李晨 .

科技通报, 2016, 32 (04) :92-95

[4] 小麦叶部病害彩色图像特征提取研究附视频 [J].

毋媛媛 ;

李清波 ;

刁智华 .

农机化研究, 2015, (10) :79-82

[5] 基于Android的水稻病害图像识别系统设计与应用 [J].

郑姣 ;

刘立波 .

计算机工程与科学, 2015, 37 (07) :1366-1371

[6] 机器视觉技术在我国现代农业生产中的应用研究 [J].

赵娜 ;

赵平 ;

高轶军 .

天津农学院学报, 2015, 22 (02) :55-58

[7] 基于图像处理的田间水稻叶瘟病斑检测方法 [J].

吴露露 ;

郑志雄 ;

齐龙 ;

马旭 ;

梁仲维 ;

陈国锐 .

农机化研究, 2014, 36 (09) :32-35

[8] 机器视觉技术在现代农业中的应用 [J].

王文静 .

现代农业科技, 2014, (08) :335+340-335

[9] 小麦叶部常见病害特征提取及识别技术研究 [J].

王美丽 ;

牛晓静 ;

张宏鸣 ;

赵建邦 ;

何东健 .

计算机工程与应用, 2014, 50 (07) :154-157

[10] 基于PCA和高斯混合模型的小麦病害彩色图像分割 [J].

田杰 ;

韩冬 ;

胡秋霞 ;

马孝义 .

农业机械学报, 2014, 45 (07) :267-271

← 1 2 3 4 5 →