您好,欢迎访问北京市农林科学院 机构知识库!

计算机视觉技术在作物形态测量中的应用

文献类型: 中文期刊

作者: 徐歆恺 1 ; 郭楠 1 ; 葛庆平 1 ; 郭新宇 2 ;

作者机构: 1.首都师范大学信息工程学院

2.国家农业信息化工程技术研究中心

关键词: 计算机视觉;作物形态;测量系统

期刊名称: 计算机工程与设计

ISSN: 1000-7024

年卷期: 2006 年 07 期

页码: 1134-1136+1148

收录情况: 北大核心

摘要: 为了测量作物形态信息,制定了玉米植株照片拍摄标准;利用对玉米图像细化后叶片和茎杆间存在的交点数目来检测玉米叶片的数量,采用噪声和毛刺去除算法提高了系统检测的精度;改进了freeman链码的长度测量方法,大大提高了曲线长度的测量精度。用Microsoft Visual C++.NET程序开发工具实现了作物形态无损检测系统,通过实验表明,该系统可以对作物叶长、叶倾角等形态特征进行自动和手动的测量,精度符合设计要求。

  • 相关文献

[1]应用人工智能技术进行作物状态诊断初探. 陈立平. 2000

[2]基于Android手机的水稻剑叶角测量系统. 路文超,赵勇,罗斌,潘大宇,王成. 2015

[3]播种镇压轮廓精准测量系统. 马纪琴,韩应征,王秀,胡培,李良. 2015

[4]基于线结构光视觉的穴盘苗外形参数在线测量系统研制及试验. 冯青春,刘新南,姜凯,范鹏飞,王秀. 2013

[5]风送喷雾雾滴粒径测量系统设计与影响因素试验. 翟长远,王秀,葛纪帅,郭俊杰,马伟. 2012

[6]计算机视觉技术在植物根系形态研究中的应用. 杨国梁,张光年,葛庆平,郭新宇. 2006

[7]基于主成分分析及LVQ神经网络的番茄种子品种识别. 赵学观,王秀,李翠玲,高原源,王松林,冯青春. 2017

[8]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[9]基于计算机视觉的玉米籽粒形态测量. 王传宇,郭新宇,温维亮,苗腾. 2011

[10]基于支持向量机的鱼群摄食行为识别技术. 陈彩文,杜永贵,周超,孙传恒. 2018

[11]基于计算机视觉的植物行为感知研究综述. 祁卫宇,王传宇,郭新宇. 2017

[12]计算机视觉技术在植物根系形态研究中的应用. 杨国梁,郭新宇,张光年,葛庆平. 2005

[13]基于块标记的田间叶片损伤区域分割方法. 张水发,王开义,祖琴,黄姗,潘守慧,王志彬,李明远. 2014

作者其他论文 更多>>