检索结果-南通市图书馆

江苏农业科学 2022年第2期50卷 186-191页

作者：宋英陈雨欣杨俊刘涛李冬双孙成明江苏太湖地区农业科学研究所江苏苏州215155 江苏省作物遗传生理国家重点实验室/江苏省作物栽培生理重点实验室/扬州大学农学院江苏扬州225009 江苏省粮食作物现代产业技术协同创新中心江苏扬州225009 教育部农业与农产品安全国际合作联合实验室江苏扬州225009

小麦赤霉病是对小麦生长过程有较大影响的病害。为了实现小麦赤霉病的快速识别,本研究利用数码相机获取小麦生长过程中赤霉病发病前期和发病中期的RGB图像,并对RGB图像的三基色分别进行归一化,然后计算得到与赤霉病相关性最好的颜色特... 详细信息

小麦赤霉病是对小麦生长过程有较大影响的病害。为了实现小麦赤霉病的快速识别,本研究利用数码相机获取小麦生长过程中赤霉病发病前期和发病中期的RGB图像,并对RGB图像的三基色分别进行归一化,然后计算得到与赤霉病相关性最好的颜色特征指数(共计12个)。通过对小麦赤霉病前期和中期各20张发病麦穗颜色特征指数值与健康麦穗比较分析。结果表明,12个颜色特征指数值在不同麦穗类型之间均有差异,其中ExG、ExGR、GLI和MGRVI等4个颜色特征值差异显著,可用于受到赤霉病感染的麦穗提取。利用人工标记的发病麦穗对颜色特征指数识别提取发病麦穗进行验证,在小麦赤霉病发病前期的平均检测率为90.5%,在小麦赤霉病发病中期的平均检测率为88.4%,上述结果表明基于颜色特征指数识别小麦赤霉病发病麦穗是可行的。

关键词：小麦赤霉病 RGB图像颜色特征指数图像识别

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

不同氮素处理棉花冠层图像颜色特征分析

引用

江苏农业科学 2016年第9期44卷 344-351页

作者：贾彪马富裕宁夏大学农学院宁夏银川750021 石河子大学农学院新疆石河子832003

为了探明颜色特征值参数与棉花生长发育的关系,选用北疆2个棉花主栽品种新陆早43号(XLZ 43)和新陆早48号(XLZ 48)为试验材料,于2013—2014年开展5个N素水平的小区试验,应用高清数码相机获取棉花群体冠层图像,通过数字图像识别系统提取... 详细信息

为了探明颜色特征值参数与棉花生长发育的关系,选用北疆2个棉花主栽品种新陆早43号(XLZ 43)和新陆早48号(XLZ 48)为试验材料,于2013—2014年开展5个N素水平的小区试验,应用高清数码相机获取棉花群体冠层图像,通过数字图像识别系统提取各处理棉花群体冠层图像的颜色特征参数值,分析各颜色特征指数在棉花生育进程内的动态变化。结果表明,基于RGB模型的红光值(R)、绿光值(G)和基于HIS模型的亮度值(I)能充分反映棉花群体生长发育规律,且相关性好,其动态模拟曲线的函数通式为:y=a-b×ln(x+c);基于HIS模型的色度值(H),随不同施N量的增加,拟合参数呈现规律性变化,且相关性显著,其动态曲线满足通式:y=a+bx+cx2;而模型中蓝光值(B)的动态变化虽然满足二次函数关系,但不同N素水平间拟合参数值波动性大,规律不明显;饱和度值(S)动态模拟结果不理想,无规律可循,这说明S值受氮水平影响较小。因此颜色特征指数R、G和I能作为棉花群体监测的量化指标。

关键词：棉花数字图像颜色特征指数生育进程动态变化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于图像处理的小麦赤霉病检测研究

基于图像处理的小麦赤霉病检测研究

引用

作者：杨俊扬州大学

学位级别：硕士

[研究背景]小麦赤霉病是粮食生产的重大病害之一,对于小麦产量有很大损害,对小麦病害监测预警方面的研究和应用对于发展高产、优质、高效的科学化生产十分重要。为及时有效的对小麦赤霉病采取防治措施,需要对其发病情况进行及时准确的... 详细信息

[研究背景]小麦赤霉病是粮食生产的重大病害之一,对于小麦产量有很大损害,对小麦病害监测预警方面的研究和应用对于发展高产、优质、高效的科学化生产十分重要。为及时有效的对小麦赤霉病采取防治措施,需要对其发病情况进行及时准确的监测。目前,由于生产条件、地理因素、技术水平的限制,主要利用田间抽样调查的方法对赤霉病病情的危害程度进行评估。该方法不仅难以对大面积的发病产区进行有效监测,而且人工成本高,信息获取滞后,严重影响赤霉病的防治效率。[材料与方法]本次实验通过对小麦麦穗进行赤霉病菌人工接种的方式使小麦发生赤霉病病害,通过无人机和数码相机来获取小麦赤霉病的RGB图像,通过提取图像特征来对小麦赤霉病图像中发病麦穗进行检测与识别。[结果与分析]（1）基于颜色特征指数提取小麦赤霉病图像中发病麦穗。在小麦赤霉病前期时,检测率为90.5%,在小麦赤霉病中期时,其检测率为88.4%。（2）建立了基于深度学习网络deeplabv3+的小麦赤霉病发病麦穗的检测与识别模型。该模型的精度为0.9692,损失函数Loss为0.1030,MIoU为0.793,模型表现较好,基本上能够实现小麦赤霉病发病麦穗的检测与分割。（3）建立了基于改进的深度学习网络U-net的小麦赤霉病发病麦穗的检测与识别模型。该模型的精度为0.9694,损失函数Loss为0.0759,MIoU为0.799,模型表现较好,能够实现小麦赤霉病发病麦穗的识别与分割。[结论]通过研究发现基于深度学习网络模型能够很好的检测与识别小麦赤霉病发病麦穗,识别精度较高,为小麦赤霉病的检测与识别提供了技术支持。

关键词：颜色特征指数小麦赤霉病深度学习 deeplabv3+模型 U-net模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：