您好，欢迎访问河南省农业科学院 机构知识库！
河南省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

农业害虫自动识别与监测技术

文献类型： 中文期刊

作者： 封洪强 1 ; 姚青 2 ;

作者机构： 1.河南省农作物病虫害防治重点实验室农业部华北南部作物有害生物综合治理重点实验室河南省作物保护国际联合实验室河南省生物农药工程研究中心河南省农业科学院植物保护研究所;浙江理工大学信息学院

2.;河南省农作物病虫害防治重点实验室农业部华北南部作物有害生物综合治理重点实验室河南省作物保护国际联合实验室河南省生物农药工程研究中心河南省农业科学院植物保护研究所;浙江理工大学信息学院;

关键词： 农业害虫;监测技术;图像识别;声音识别;昆虫雷达;深度学习

期刊名称： 植物保护

ISSN： 0529-1542

年卷期： 2018 年 05 期

页码： 127-133+198

收录情况： 北大核心 ; CSCD

摘要： 随着计算机和互联网技术的发展,信息技术已被广泛地应用于植物保护领域,推动农业害虫的监测走向信息化、智能化和精准化。我们综述了农业害虫自动识别与监测技术的最新研究进展,分析了各种技术的特点与优势。这些技术均需要特定的设备获取农业害虫及其生境的信息,提取昆虫信息特征,并利用这些特征进行昆虫种类的识别与计数,达到害虫监测的目的。图像识别技术适合于自动识别与监测栖息于作物表面的害虫,昆虫雷达(厘达或激光雷达)技术特别适合于自动识别与监测高空中飞行的害虫,而声音识别技术在自动识别与监测隐蔽害虫方面具有优势。最近发展起来的基于深度学习的害虫识别方法避免了传统的手工设计特征方法,提高了害虫识别的鲁棒性,展示了一旦建立完整的昆虫信息库就可以实现害虫自动识别与监测的可能;这给昆虫学家提出了一个艰巨的任务,即鉴定和正确标识机器学习所需的大量的昆虫信息。

  • 相关文献

[1]昆虫雷达建制技术的发展方向. 张智,季荣,姜玉英,张云慧,封洪强,杨建国,谢爱婷,周春江. 2018

[2]雷达昆虫学40年研究的回顾与展望. 封洪强. 2009

[3]田间害虫图像识别中的特征提取与分类器设计研究. 张红涛,胡玉霞,赵明茜,邱道尹,张孝远,张恒源. 2008

[4]基于深度学习的无人机影像玉米倒伏区域提取. 郑二功,田迎芳,陈涛. 2018

[5]基于深度学习的玉米包衣种子品种识别. 冯晓,张辉,刘正,张会芳,陈海燕,赵威,郑国清,马中杰. 2024

[6]基于深度学习的小麦倒伏自动分类方法研究. 臧贺藏,王从胜,赵巧丽,赵晴,张杰,李国强,郑国清. 2023

[7]基于深度学习的无人机遥感小麦倒伏面积提取方法. 申华磊,苏歆琪,赵巧丽,周萌,刘栋,臧贺藏. 2022

[8]黄色光对蛾类害虫防治作用的研究. Duan Yun,段云,Wu Yuqing. 2011

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：河南省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台