公共文化服务平台

共 7 条记录，以下是 1-8

全选清除导出

排序方式：

水稻田间机械除草装备与技术研究现状及发展趋势被引量：63: 2011年; 水稻田间机械除草技术在减量除草剂防治和有机稻草害控制的研究和应用中具有重要作用。该文在收集、整理国内外水稻田间机械除草装备与技术研究现状的基础上,指出了现有除草装备的不足之处,并总结了水稻田间机械除草技术的类型和特点,最后提出水稻田间机械除草技术应向着智能化、仿生化和多种除草技术联合化发展,进而提高除草精度,使其在水稻生产中发挥更大的作用。; 马旭齐龙梁柏谭祖庭左彦军; 关键词：除草水稻

基于高光谱成像技术的水稻叶瘟病病害程度分级方法被引量：38: 2013年; 为了快速、准确地对水稻叶瘟病病害程度进行分级评估,结合定性分析与定量估算,提出了一种基于高光谱成像技术的水稻叶瘟病病害程度分级方法。利用HyperSIS高光谱成像系统采集了受稻瘟病侵染后不同病害等级的水稻叶片高光谱图像,通过分析叶瘟病斑区域与正常叶片部位的光谱特征,对差异较大的550和680 nm波段进行二维散点图分析,提取只含病斑的高光谱图像;然后通过主成分分析(principal component analysis,PCA)方法得到利于褐色病斑和灰色病斑分割的第2主成分图像,采用最大类间方差法(Otsu)分割出灰色病斑;最后结合延伸率和受害率2个参数对水稻叶瘟病病害程度进行分级。试验结果表明:测试的166个不同稻叶瘟病害等级的叶片样本中,其中160个样本可被准确分级,分级准确率为96.39%。该研究为稻叶瘟病田间病害程度评估提供了基础,也为稻瘟病抗性鉴定方法提供了新思路。; 郑志雄齐龙马旭朱小源汪文娟; 关键词：主成分分析病害高光谱成像最大类间方差法

基于图像处理的田间水稻叶瘟病斑检测方法被引量：8: 2014年; 针对病斑在叶片上易形成封闭边缘的特性,采用色度学模型、边缘提取和形态学等方法对田间稻叶瘟病斑进行检测。利用2R-G色差分量提取图像上的图斑;采用Canny算法对2R-G色差分量图斑进行边缘检测,通过自定义边缘封闭修复模版对边缘进行修复;利用HIS模型的H分量提取的叶片正常部位信息与修复后图像做掩膜运算,获得叶片范围内的病斑边界,然后,运用形态学运算剔除图斑中未闭合的边缘线;最后,采用归一化绿蓝差值指数(Normalized Difference Green and Blue Index,DNGBI)对封闭的非病斑区域进行阈值过滤,提取出稻瘟病病斑。试验结果表明:对叶瘟病斑的正确识别率可达到90.26%。; 吴露露郑志雄齐龙马旭梁仲维陈国锐; 关键词：边缘检测病斑

改进Hough变换的农作物病斑目标检测方法被引量：13: 2014年; 为了能够快速、准确地对农作物病斑进行图像检测,该文根据病斑的形态特点,提出一种基于边缘检测与改进Hough变换的病斑目标检测方法。该研究根据不同种类的病害图像,采用R、G、B或者之间的差值分量确定病斑的特征图像,采用边缘提取、修复、过滤等方法获取病斑轮廓。对Hough变换的应用策略进行改进,采用边缘线编码,每个病斑根据自身形态确定变换的参数,并采用对应的圆形对病斑边界进行拟合,从而对病斑进行检测,同时对病斑边界进行有效识别。以90幅不同种类农作物病害图像为研究对象,对病斑进行类圆目标检测,检测圆拟合精度为87.01%,圆心定位误差为4.44%。结果表明,该方法能够快速、准确地对类圆病斑进行检测,同时对病斑边界有较好的识别效果。; 吴露露马旭齐龙谭永炘邝健霞梁仲维; 关键词：HOUGH变换目标识别图像识别病斑特征图像

稻瘟病监测预测方法研究现状及流行风险评估体系构建初探被引量：18: 2011年; 稻瘟病是水稻生产上最主要的病害之一,对稻瘟病的发生流行状况进行准确的监测预测是有效防治病害的前提和基础。分析了应用菌源信息、气象因子信息和水稻冠层光谱信息3个方面对稻瘟病监测预测的国内外研究现状,总结了现有监测预测方法存在的主要问题和技术难点,从系统研究的角度出发,提出了应用与稻瘟病发生相关多源信息构建病害流行风险评估体系的研究思路。提出的稻瘟病监测预测方法可提高病害的监测预测精度,同时也对其他病害监测预测的理论和方法具有重要的借鉴作用。; 齐龙马旭梁柏张稳成傅荣富谭永炘; 关键词：稻瘟病多源信息风险评估体系

基于高光谱成像技术的水稻叶瘟病斑分割方法及其光谱特性分析: 利用HyperSIS高光谱成像系统采集了受稻瘟病侵染的水稻叶片的高光谱图像,通过主成分分析方法得到了利于病斑识别的第2主成分图像。在此基础上,采用密度分割法对其进行图像分割,有效地识别了病斑,并分析了叶瘟病斑区域与正常叶...; 郑志雄齐龙马旭吴露露谢俊锋陈国锐; 关键词：高光谱成像主成分分析图像分割光谱分析; 文献传递

基于叶片形态的田间植物检测方法被引量：7: 2013年; 利用图像处理技术方法,以田间拍摄的水稻图像为研究对象,对田间植物进行检测研究。通过改进归一化绿蓝差值指数I DNBG与色度模型,经过分类识别、图像阈值分割等步骤,对植物叶片进行提取。利用形态学正反向组合运算实现叶片内部完整性修复;利用边界4连通链码边缘检测实现叶片边缘平滑性修复。通过对可见光条件下田间拍摄的40幅图像进行植物提取实验,植物叶片提取正确率平均可达83.07%,误分率为3.57%。对其中90条边缘线进行边界平滑修复,部分叶片边缘被平滑但使叶片提取正确率降低0.63%。对植物检测主要影响因子进行分析得出,成像条件差异易影响亮度因子;通过形态学膨胀与正反向过滤运算,露珠与病斑得到一定程度的保留,提取叶片内部形状完整;链码运算可使叶片边缘得到平滑,同时也会去除部分正确的叶片,其运算量较大。; 吴露露马旭齐龙李泽华郑志雄

基于显微图像处理的稻瘟病菌孢子自动检测与计数方法被引量：26: 2015年; 稻瘟病菌孢子的检测通常在显微镜下由人工目测完成,该方法费时、费力、自动化程度低。因此,该研究提出了一种基于显微图像处理技术的稻瘟病菌孢子自动检测和计数方法。首先,采用显微图像系统获取稻瘟病菌孢子图像;然后提出一种分块背景提取法对其进行光照校正;根据显微图像中孢子的边缘特征,利用Canny算子进行边缘检测,其中Canny边缘检测过程中的阈值应用模糊C均值算法在梯度图上自动确定;接着对边缘检测后的二值图像进行数学形态学闭开运算处理。根据孢子和主要杂质的形态特征,利用椭圆度、复杂度和最小外接矩形宽度等形态特征参数对目标物进行分类,提取只含孢子的二值图像。最后,提出了基于距离变换和高斯滤波的改进分水岭算法对粘连孢子进行分离。测试结果表明:在100幅测试的显微图像样本中,孢子检测的平均准确率为98.5%,满足稻瘟病菌孢子自动检测和计数要求。; 齐龙蒋郁李泽华马旭郑志雄汪文娟; 关键词：图像处理改进分水岭算法

全选清除导出

共1页<1>

国家教育部博士点基金(20104404120002)