共查询到20条相似文献,搜索用时 437 毫秒
1.
农作物病害是严重影响农业生产的关键因素之一。近年来,深度学习技术迅速发展,其在农作物叶部病害检测和识别领域的应用逐渐受到关注。本文对基于深度学习的农作物病害识别方法进行总结,分析了该技术在农作物病害识别中的应用,从田间环境、成本和数据量等方面入手探讨其需要解决的一些问题,并对其发展进行了展望,为今后农作物病害识别的深入研究与发展提供参考。 相似文献
2.
在2008年1月8日举行的国家科技奖励大会上,“防治农作物土传病害系列药剂的研究与应用”获2007年度国家科学技术进步二等奖。 相似文献
3.
江河 《湖南农业大学学报(自然科学版)》1992,(4)
1992年,学院继续认真抓科学研究,科研水平又有新的提高,取得了一批科技成果,1992年取得获奖成果14项,其中省科技进步奖三等奖8项,四等奖4项,省农业科技进步三等奖1项,省社会科学研究成果二等奖1项。获省科技进步奖三等奖的项目是:王继成的“海泡石资源调查及开发利用研究”,杨曙湘的“应用真菌资源库建设及优良菌种选育”,万之秀的“湘茹11号选育”,方炎祖的“湖南猕猴桃病害研究”,陈孝珊的“湖南省蛋鸡饲料配方及饲养标准研究”, 相似文献
4.
5.
优质高产西瓜一代杂种—特甜3号武兴丽,刘寅安(沈阳市农业科学院)“特甜3号”是沈阳市农科院采用雄性不育两用系选配的西瓜一代杂种。1992年9月通过省市科委技术成果鉴定,1992年10月通过省农作物品种审定委员会审定。1994年7月获省农牧厅科技进步二... 相似文献
6.
为了提高农作物叶部病害识别的可靠性,本文提出基于小波变换算法的农作物叶部病害图像处理技术.在图像分解的基础上,应用二维离散小波变换,论述了二维小波变换在农作物叶部图像去噪和图像增强中的应用.仿真实验结果表明此方案能够有效改善图像质量,提高对象识别的可靠性. 相似文献
7.
8.
李定莉,女,重庆巫溪人,1984年7月参加工作,现任巫溪县农业技术推广中心高级农艺师。2008年获巫溪县农委、科委农业科技优秀人才奖,2010年获农业部科技抗灾先进个人、重庆市农委种植业生产先进个人、重庆市五一巾帼标兵、巫溪县政府农户万元增收工程有突出贡献的科技人才,2011年获全国粮食生产突出贡献农业科技工作人员奖,2012年获巫溪县感动巫溪十大人物。她主持的项目先后获得了多个奖项,其中1996年“巫溪马铃薯脱毒种薯生产与推广”获四川省科技进步三等奖,2006年“巫溪马铃薯脱毒种薯的研究与应用”获重庆市农牧渔业丰收二等奖,2007年“马铃薯晚疫病发生特点及防治研究”获重庆市农学会论文一等奖。 相似文献
9.
《沈阳农业大学学报》2014,(6)
为了实时获取作物病害程度信息,设计了一种针对农作物叶部病害分级的嵌入式图像采集处理系统,该系统采用ARM9体系的处理器S3C2440A,移植了Linux操作系统,并利用USB外接的接触式扫描装置实现对农作物叶部图像的采集工作,利用嵌入式系统对农作物叶部图像进行相应算法的处理,最后将分级结果通过LCD显示器显示出来。验证结果表明:利用嵌入式技术与扫描装置的结合对作物病害进行分级处理,其方法准确、高效,能够真正实现作物田间的无损检测。 相似文献
10.
11.
“六月红”芋是我县具有地方特色的优势品种,2005年通过福建省非主要农作物品种认定委员会认定.该品种的选育及其高产栽培技术研究获2007年福建省科技进步三等奖。“六月红”芋产业已成为促进我县经济发展,带动农民显著增收的优势特色产业。由于“六月红”芋的留种系无性繁殖, 相似文献
12.
13.
14.
15.
基于图像识别的玉米叶部病害诊断研究 总被引:7,自引:0,他引:7
【目的】探讨利用图像技术实现玉米叶部病害自动识别的方法。【方法】根据玉米叶部病害特点,综合应用阈值法、区域标记方法与Freeman链码法,对玉米叶部病害图片进行图像分割、统计病斑个数、去除冗余斑点、计算病斑形状特征,最后根据二叉检索法推断病害。【结果】研究提取了五种玉米叶部主要病斑的识别特征,确定了诊断流程,并开发了识别系统。经检验,该系统对玉米叶部的锈病斑、弯孢菌病斑、灰斑、褐斑、小斑等五种主要病害的诊断准确率达80%以上。【结论】研究结果表明,用图像技术进行玉米叶部病害诊断是可行的,本研究开发的诊断系统为玉米病害自动识别与诊断奠定了基础。 相似文献
16.
基于量子神经网络和组合特征参数的玉米叶部病害识别 总被引:1,自引:0,他引:1
【目的】探索一种基于量子神经网络和组合特征参数的玉米叶部病害识别方法,以提高玉米叶部病害识别的准确率和效率。【方法】应用K_means硬聚类算法对玉米叶部病害图像进行彩色图像分割,得到彩色分割图像,分别利用提升小波变换和灰度共生矩阵从彩色分割图像中提取颜色和纹理特征参数,利用多重分形分析从灰度图像中提取病害的形状特征参数。【结果】根据提取的组合特征参数,利用量子神经网络进行玉米病害分类识别,对玉米灰斑病、玉米普通锈病和玉米小斑病的识别率分别达到92.5%、97.5%和92.5%,高于误差反向传播神经网络法的识别率(分别为90.0%、90.0%和92.5%)。【结论】设计的方法可用于玉米叶部病害识别,并为其他农作物病害的智能识别提供借鉴。 相似文献
17.
18.
霜霉病是温室黄瓜上普遍发生的一种真菌性叶部病害。是黄瓜常发性病害,俗称“黑毛”、“跑马干”等。防治不及时会造成严重损失。生产实践证明,充分利用温室环境的可控性,合理运用农业防治技术,能有效地控制黄瓜霜霉病的发生为害。 相似文献
19.
农作物损害表症的快速识别对防止农作物受损、提高农作物的产量以及在农业生产中反应指示、预警潜在农作物污染损害行为,减低污染对农作物生长和农产品质量安全的威胁具有重要意义。随着图像处理技术的快速发展,基于图像处理技术的分析方法实现了对农作物损害快速、准确的无损检测与识别,本文对该方法在农作物病害、虫害、草害、污染胁迫、气象灾害和营养缺素6种逆境条件下的研究和应用进行综述,并对农业环境损害鉴定中污染损害识别研究现状进行总结,认为基于图像分析的农作物污染胁迫识别系统的研发在农业环境损害司法鉴定中有很好的应用前景,值得进一步深入探索和研究。 相似文献