检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:罗晟 叶馨 叶尹 Luo Sheng;Ye Xin;Ye Yin
机构地区:[1]南通大学信息科学技术学院,江苏南通226019 [2]赣州职业技术学院,江西赣州341000 [3]海南慧眸农业科技有限公司,海南三亚572000
出 处:《广西植保》2024年第3期27-31,共5页Guangxi Plant Protection
基 金:三亚崖州湾科技城海南专项博士研究生科学研究基金项目(HSPHDSRF-2022-03-017)。
摘 要:害虫对农业生产有着消极影响,同时易造成农作物病害感染和产量降低,而人工检测害虫受时间和人力影响较大,导致检测效率低下。通过计算机视觉技术可以实现智能自动检测害虫,但是田间害虫往往以小目标的形式出现在图像中,害虫个体的像素绝对值低于32×32分辨率,导致害虫检测准确率下降。针对田间小个体害虫检测问题,结合图像超分辨率技术提升害虫检测准确率。首先将害虫图像经过FSRCNN模型进行超分辨率重建,得到局部梯度更为显著的图像,再提取放大后害虫图像的方向梯度直方图特征,然后使用支持向量机分类器得到害虫的检测精度。实验结果表明,基于图像超分辨率重建技术得到的害虫检测指标均优于原始图像。
关 键 词:田间害虫检测 超分辨率重建 方向梯度直方图 支持向量机
分 类 号:S431.7[农业科学—农业昆虫与害虫防治]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.22.117.210