全文获取类型
收费全文 | 2535篇 |
免费 | 119篇 |
国内免费 | 442篇 |
专业分类
林业 | 193篇 |
农学 | 55篇 |
基础科学 | 1038篇 |
468篇 | |
综合类 | 865篇 |
农作物 | 106篇 |
水产渔业 | 42篇 |
畜牧兽医 | 196篇 |
园艺 | 114篇 |
植物保护 | 19篇 |
出版年
2024年 | 63篇 |
2023年 | 135篇 |
2022年 | 155篇 |
2021年 | 141篇 |
2020年 | 168篇 |
2019年 | 164篇 |
2018年 | 62篇 |
2017年 | 189篇 |
2016年 | 163篇 |
2015年 | 119篇 |
2014年 | 160篇 |
2013年 | 138篇 |
2012年 | 172篇 |
2011年 | 139篇 |
2010年 | 177篇 |
2009年 | 175篇 |
2008年 | 139篇 |
2007年 | 110篇 |
2006年 | 91篇 |
2005年 | 112篇 |
2004年 | 80篇 |
2003年 | 51篇 |
2002年 | 35篇 |
2001年 | 47篇 |
2000年 | 29篇 |
1999年 | 19篇 |
1998年 | 14篇 |
1997年 | 10篇 |
1996年 | 8篇 |
1995年 | 12篇 |
1994年 | 9篇 |
1993年 | 3篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1980年 | 1篇 |
1979年 | 1篇 |
排序方式: 共有3096条查询结果,搜索用时 363 毫秒
71.
农产品品质检测中常用的图像背景分割方法 总被引:4,自引:1,他引:4
利用机器视觉对农产品进行无损检测和自动分级时,对实时拍摄的农产品图像,在进一步的特征提取、模式识别等图像处理之前,采用适当、有效的方法把农产品图像从背景中分剖出来是一个非常重要的预处理步骤。其分割效果的好坏将直接影响到农产品分级的最终效率和准确性。为此,介绍了农产品品质无损检测中常用的图像背景分割方法。 相似文献
72.
基于机器视觉的无损检测是植物生长建模的关键技术之一,对图像采集系统进行标定是实现无损检测的基本步骤.目前,摄像机标定的方法有传统标定方法、主动视觉标定法、自标定方法等.为此,对现有标定方法分别进行了讨论与比较,结果表明,传统线性标定法可以满足农作物无损检测的要求. 相似文献
73.
计算机视觉描述缺素番茄叶片颜色变化的研究 总被引:4,自引:0,他引:4
利用计算机视觉系统代替人眼对番茄缺素进行自动识别的方法,通过对缺素番茄叶片彩色图像的分析研究,利用图像处理技术中的颜色分析方法,分析缺N和正常叶片的特征量随着缺素时间的变化规律.提出用G体均值、H色调均值来定量描述缺N叶片随时间的变化。结果表明:利用计算机视觉能定量描述缺N叶片颜色随缺素时间的变化。 相似文献
74.
75.
基于桌面虚拟现实系统车辆运动仿真的立体视觉实现 总被引:4,自引:1,他引:4
设计了一套桌面虚拟现实系统,在该系统下实现了立体视觉,并给出了车辆运动仿真的一个实例。虚拟现实技术为车辆运动仿真提供了一种新的方法。 相似文献
76.
77.
机器视觉技术在精细农业中的研究进展 总被引:2,自引:0,他引:2
精细农业以节约投入、增加产出、提高投入物利用率、减少环境污染为目的.快速、准确地采集各种农田信息,有效地监测农业对象是实施精细农业的重要基础.机器视觉技术由于其非破坏性、精度高、成本效率高、信息量大、灵活等特点,在精细农业中得到了广泛的应用.为此,通过对大量参考文献进行分析,发现机器视觉在精细农业中的主要研究方向集中在农业机械自动导航、作物生长信息检测、变量控制等方面.同时,对机器视觉技术在上述领域中的研究情况进行分析和总结,并讨论了未来机器视觉技术在精细农业中应用存在的问题以及发展前景. 相似文献
78.
79.
提出了一种基于视觉测量的挖掘机工作装置姿态测量方法。使用工业相机获取工作装置侧视图像,采用鞍点检测方法快速捕捉工作臂上的人工靶标;将靶标间的固定几何尺寸关系作为约束条件筛选出靶标中的鞍点并计算相应工作臂的姿态角;通过预判靶标的运动范围以缩小图像检测区域,提高算法处理速度。试验表明,与挖掘机上原有的拉线传感器测量系统相比较,动臂和斗杆姿态角动态测量偏差分别小于1°和2°,处理每帧工作装置运动图像平均用时在100 ms以内,验证了该方法对挖掘机工作装置姿态测量的可行性。 相似文献
80.
宽幅施药机械机器视觉辅助导航系统研究 总被引:5,自引:0,他引:5
为了实现宽幅施药机械喷幅的精确拼接,提出一种机器视觉辅助GPS导航方法。该方法首先对施药机械幅边喷洒泡沫剂并进行泡沫剂识别,识别过程中为了有效分割目标与背景,选定蓝色泡沫剂作为试验对象,提出使用超蓝色灰度化方案,并经过形态学滤波、行定位点的选取、Otsu分割提取泡沫剂信息,使用迭代的最小二乘法检测泡沫剂中心线的信息;然后给出了二维图形航向偏角和偏距的定义,并根据识别的泡沫剂信息进行航向偏角和偏差信息的提取,从而指导施药机械的行进方向。试验表明,所提方法可以较为准确地进行泡沫剂识别,根据泡沫剂信息识别得到的偏角计算值和实际测量值平均误差为1.58°,最大误差为2.5°,偏距计算值和实际测量值平均误差为5.4 cm,最大误差为8.4 cm,检测精度能够满足实际需求。 相似文献