|
|||||
|
|
| 机器学习在农作物品种识别中的应用研究进展 | |
| 作者姓名： | 阳灵燕 张红燕 陈玉峰 刘亚文 |
| 作者单位： | 湖南农业大学信息与智能科学技术学院,长沙 410128 |
| 基金项目： | 国家重点研发计划“粮食丰产增效科技创新”重点专项(2017YFD0301506);长沙市工业科技特派员项目“农村农业信息化共性关键技术研究”(201845) |
| 摘 要： | 机器学习在图像识别领域的成功应用,为农作物品种的自动识别提供了一种新的思路。为了全面了解机器学习在农作物品种识别中的应用现状,把握农作物品种识别的发展趋势和研究方向,本文归纳了农作物图像的常用获取方法,分析了光谱图像和RGB图像结合机器学习方法识别农作物品种的研究现状。基于RGB图像进行农作物品种识别研究起步较早,图像获取成本较低,识别率一般;基于高光谱图像进行农作物品种识别研究近年来发展迅速,识别精度较高,但图像获取成本较高,且易受环境因素影响。通过总结,指出了农作物品种识别研究中存在的问题,认为深度学习在农作物品种自动识别上具有广泛的应用前景 |
| 关 键 词： | 机器学习 光谱图像 RGB图像 农作物品种识别 图像分类 |
| 收稿时间： | 2019-11-08 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中国农学通报》浏览原始摘要信息 | |
| 点击此处可从《中国农学通报》下载免费的PDF全文 | |