文献类型： 中文期刊
作者： 胡冬 1 ; 吴敏琪 1 ; 施莲莉 2 ; 王薇 2 ; 李振华 3 ; 袁涛 1 ;
作者机构： 1.上海市农业科学院农业科技信息研究所
2.上海宏途卫星应用技术开发有限公司
3.上海海洋大学信息学院
关键词： 杂草识别;机器视觉技术;图像处理;图像识别;人工智能算法
期刊名称： 上海农业科技
ISSN： 1001-0106
年卷期： 2025 年 003 期
页码： 182-184
摘要： 农田杂草是影响作物生长和制约农产品优质高产的重要因素之一,准确识别农田杂草是有效防除杂草的关键.随着计算机技术的迅速发展,机器视觉技术正逐步被应用于农田杂草识别领域,该应用显著提升了除草效率.为进一步推动机器视觉技术在农田杂草识别领域的应用,现对图像识别技术和图像处理技术在农田杂草识别领域的应用现状进行总结,并针对机器视觉技术在杂草识别领域应用中存在的主要问题进行分析,在此基础上,在提高硬件运行效率、开发通用应用软件、优化人工智能算法等方面,提出了相关对策与建议.
- 相关文献
[1]基于YOLOv4的稻田杂草目标检测算法. 袁涛,胡冬,马超,李琳一,郑秀国,钱戴玲. 2023
[2]基于图像识别技术发掘水稻耐旱性QTL. 李恩熙,冯芳君,马超,胡冬,田明璐,班松涛,李琳一,刘鸿艳,吴文嫱,马孝松. 2024
[3]基于深度学习和图像识别技术构建斑玉蕈菌盖斑点表型识别分析系统. 姜宁,陈静,余昌霞,苏海辉,董浩然,李巧珍,于海龙,李正鹏. 2025
[4]植物三维点云分割. LAI Yibin,赖亦斌,LU Shenglian,陆声链,QIAN Tingting,钱婷婷,SONG Zhen. 2020
[5]基于图像处理的水培生菜冠层图像叶面积估测研究. 杨娟,赵汗青,马新明,钱婷婷,张滢钰,王宁. 2024
[6]基于图像处理技术的甜瓜叶片病斑定级方法研究. 马超,袁涛,姚鑫锋,籍延宝,李琳一. 2018
作者其他论文 更多>>
-
基于高光谱成像技术的生菜霜霉病早期检测研究
作者：袁涛;班松涛;李琳一;陈旭
关键词：高光谱成像;生菜霜霉病;偏最小二乘判别分析
-
基于改进YOLOv8n卷积神经网络的玉米雄穗检测方法
作者：胡冬;班松涛;马超;田明璐;袁涛;李琳一;庄洁
关键词：YOLOv8n;玉米雄穗;CBAM;PConv;GhostNetV2
-
基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法
作者：林宗缪;马超;胡冬
关键词：YOLOv8;卷积神经网络;苗期杂草;目标检测
-
基于改进YOLOv8卷积神经网络的蟹味菇检测方法
作者：林宗缪;马超;胡冬
关键词：YOLOv8;卷积神经网络;蟹味菇;目标检测;CBAM
-
基于图像识别技术发掘水稻耐旱性QTL
作者：李恩熙;冯芳君;马超;胡冬;田明璐;班松涛;李琳一;刘鸿艳;吴文嫱;马孝松
关键词：水稻;绿叶率;图像识别;耐旱性;QTL定位
-
基于数字图像处理的不结球白菜表型性状分析
作者：胡冬;马超;章毅颖
关键词：不结球白菜;数字图像处理;表型性状;DUS
-
基于YOLOv4的稻田杂草目标检测算法
作者：袁涛;胡冬;马超;李琳一;郑秀国;钱戴玲
关键词：杂草识别;目标检测;深度学习;YOLOv4
