摘要
自20世纪80年代,基于图像处理的相关技术开始被应用于农业生产,随着相关学科与硬件技术的发展,在田间杂草的识别定位这一方向已取得显著成绩。结合国内外的研究现状,对现阶段的研究成果进行总结分析,列出了田间杂草识别定位的各项技术的关键技术和存在的问题,最后对我国田间杂草识别定位研究的发展趋势进行了预测。
引文
[1]陈德润,王叔茂,王秀.农田杂草识别技术的现状与展望[J].中国农机化,2001,5(04):30.
[2]李红俊,韩冀皖.数字图像处理技术及其应用[J].计算机测量与控制,2002.10(9):620-622.
[3]吉林农机网.信息革命将农业引入“精确”时代[EB/OL].http://www.amic.agri.gov.cn/pages/infopage.asp ino=3570.2003.
[4]YANG C C,PRASHER S O.Development of Neural Networks for Weed Recognition in Corn Fields[J].Transactions of the ASAE,2002,45(3):859-864.
[5]Meyer G E,Mehta T,Kocher M F,et al.Textural imaging and discriminant analysis for distinguishing weeds for spot spraying[J].Transaction of the ASAE,1998,41(4):1189-1197.
[6]El-Faki,Zhang,Peterson D.Weed detection using colormachine vision[J].Transactions of the ASAE,2000,43(6):1969-1978.
[7]夏利兵.基于角点特征的双目视觉杂草定位系统研究[D].江苏大学.2009.
[8]陈亚军.赵博.李树君.刘磊.苑严伟.张延立.基于多特征的杂草逆向定位方法与试验[J].农业机械学报,2015(16):
[9]沈宝国,陈树人,尹建军.基于机器视觉的棉田杂草精确定位研究[C].纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集,2009.
[10]陈琴,邰晓英,巴特尔.基于邻域颜色矩直方图的胃窥镜图像检索[J].计算机工程与应用,2008,44(11):205-207.
[11]D M Woebbecke,G E Meyer,K Von Bargen,D A Mortensen.Shape features for identifying young weeds using image analysis.Transactions of ASAE,1995,38(1):271~281.
[12]刘立.基于多尺度特征的图像匹配与目标定位研究[D].武汉:华中科技大学,2008.
[13]王龙.图像纹理特征提取及分类研究[D].中国海洋大学,2014.
[14]B.L.Steward,L.F.Tian.Machine-Vision weed density estimation for realtime,outdoor lighting conditions[J].Transaction of the ASAE.1999,42(6):1897-1909.
[15]Marr,D.and Poggio,T.A computational theory of human stereo vision[J].Proc.R.Soc.Lond B.1979(204):301-328.
[16]张治国.基于单目视觉的定位系统研究[D].武汉:华中科技大学,2009.