期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于虚拟仪器技术的田间多光谱视觉系统设计
被引量:
5
1
作者
齐龙
马旭
周海波
《农业机械学报》
EI
CAS
CSCD
北大核心
2009年第1期157-161,共5页
设计了一套田间多光谱虚拟仪器视觉系统。系统使用高分辨率的多光谱(近红外、红光和绿光)相机MS3100,拍摄作物生长期的多光谱图像,采用Labview及其视觉模块编写图像的采集、处理和分析程序,实时测取作物各个光谱波段的反射率。田间试验...
设计了一套田间多光谱虚拟仪器视觉系统。系统使用高分辨率的多光谱(近红外、红光和绿光)相机MS3100,拍摄作物生长期的多光谱图像,采用Labview及其视觉模块编写图像的采集、处理和分析程序,实时测取作物各个光谱波段的反射率。田间试验表明,该系统可以准确地对图像中的作物进行识别,求取作物的光谱反射特征,在2.4 m×1.8 m的视窗内,每组图像的采集和处理时间平均为311 ms,满足田间精准变量投入的在线工作要求。
展开更多
关键词
农田信息采集
多光谱视觉
虚拟仪器
图像处理
下载PDF
职称材料
基于多光谱视觉的稻瘟病抗病性分级检测技术
被引量:
4
2
作者
齐龙
马旭
廖醒龙
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2009年第S1期356-359,共4页
利用MS3100多光谱相机采集了受稻瘟病侵染的秧苗多光谱图像,通过图像分割、复原和分析,得到了在近红外、红光和绿光波段稻苗植株样本图像的灰度均值。将3个波段的图像灰度值作为特征参量,并采用支持向量机技术建立稻瘟病的抗病性分级检...
利用MS3100多光谱相机采集了受稻瘟病侵染的秧苗多光谱图像,通过图像分割、复原和分析,得到了在近红外、红光和绿光波段稻苗植株样本图像的灰度均值。将3个波段的图像灰度值作为特征参量,并采用支持向量机技术建立稻瘟病的抗病性分级检测模型。结果表明,模型具有较高的分类精度。抗性样本和感病样本的分类精度达到100%,抗性样本和中等感病样本的分类精度为96.8%。本研究为水稻品种抗病性鉴定调查提供了一种新的方法,同时也为稻瘟病早期检测提供了基础。
展开更多
关键词
农业工程
稻瘟病
多光谱视觉
图像处理
支持向量机
下载PDF
职称材料
题名
基于虚拟仪器技术的田间多光谱视觉系统设计
被引量:
5
1
作者
齐龙
马旭
周海波
机构
吉林大学生物与农业工程学院
华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室
佳木斯大学机械工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2009年第1期157-161,共5页
基金
国家“863”高技术研究发展计划资助项目(2006AA10A305-7)
广东省高等学校人才引进科研资助项目
文摘
设计了一套田间多光谱虚拟仪器视觉系统。系统使用高分辨率的多光谱(近红外、红光和绿光)相机MS3100,拍摄作物生长期的多光谱图像,采用Labview及其视觉模块编写图像的采集、处理和分析程序,实时测取作物各个光谱波段的反射率。田间试验表明,该系统可以准确地对图像中的作物进行识别,求取作物的光谱反射特征,在2.4 m×1.8 m的视窗内,每组图像的采集和处理时间平均为311 ms,满足田间精准变量投入的在线工作要求。
关键词
农田信息采集
多光谱视觉
虚拟仪器
图像处理
Keywords
Field information acquisition, Multi-spectral computer vision, Virtual instrument, Image processing
分类号
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
基于多光谱视觉的稻瘟病抗病性分级检测技术
被引量:
4
2
作者
齐龙
马旭
廖醒龙
机构
吉林大学生物与农业工程学院
华南农业大学南方农业机械与装备技术省部共建教育部重点实验室
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2009年第S1期356-359,共4页
基金
"863"国家高技术研究发展计划项目(2006AA10A305-7)
广东省高等学校人才引进科研项目
文摘
利用MS3100多光谱相机采集了受稻瘟病侵染的秧苗多光谱图像,通过图像分割、复原和分析,得到了在近红外、红光和绿光波段稻苗植株样本图像的灰度均值。将3个波段的图像灰度值作为特征参量,并采用支持向量机技术建立稻瘟病的抗病性分级检测模型。结果表明,模型具有较高的分类精度。抗性样本和感病样本的分类精度达到100%,抗性样本和中等感病样本的分类精度为96.8%。本研究为水稻品种抗病性鉴定调查提供了一种新的方法,同时也为稻瘟病早期检测提供了基础。
关键词
农业工程
稻瘟病
多光谱视觉
图像处理
支持向量机
Keywords
agricultural engineering
rice blast
multi-spectral computer vision
image processing
support vector machine
分类号
S435.111.41 [农业科学—农业昆虫与害虫防治]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于虚拟仪器技术的田间多光谱视觉系统设计
齐龙
马旭
周海波
《农业机械学报》
EI
CAS
CSCD
北大核心
2009
5
下载PDF
职称材料
2
基于多光谱视觉的稻瘟病抗病性分级检测技术
齐龙
马旭
廖醒龙
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2009
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部