|本期目录/Table of Contents|

[1]刁智华,魏玉泉,吴贝贝,等.基于图像的农业信息演变规律提取现状分析[J].江苏农业科学,2017,45(16):8-11.
　Diao Zhihua,et al.Analysis on current situation of agricultural information evolution law based on image[J].Jiangsu Agricultural Sciences,2017,45(16):8-11.
点击复制

基于图像的农业信息演变规律提取现状分析(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第45卷
期数:
2017年16期
页码:
8-11
栏目:
专论与综述
出版日期:
2017-08-20

文章信息/Info

Title:
Analysis on current situation of agricultural information evolution law based on image
作者:
刁智华1; 2;  魏玉泉1; 2;  吴贝贝1; 2;  毋媛媛1; 2;  钱晓亮1; 2;  刁春迎1; 2
1.郑州轻工业学院电气信息工程学院，河南郑州 450002； 2.河南省信息化电器重点实验室，河南郑州 450002
Author(s):
Diao Zhihua; et al
关键词:
演变规律; 图像特征; 检测技术; 时间序列; 农业信息
Keywords:
-
分类号:
S126
DOI:
-
文献标志码:
A
摘要:
农作物信息演变规律提取是人们认识农作物生长过程的重要手段，也是人们了解农作物生长状况、精确判断发展阶段、预测发展趋势的重要依据之一。基于演变规律构建的可视化演变模型可以使人们更加直观地了解作物的生长全过程。近年来，基于数字图像处理的检测技术因非接触测量、操作简单、无损伤等特点逐渐得到研究者的重视。本文以基于时间序列的图像检测技术在演变规律提取方面的应用为切入点，全面分析了该技术在农业领域中包括农作物的长势监测、染病程度判断、可视化模型构建3个方面的应用现状，总结了该技术研究在农作物演变信息提取中存在的一些问题，并对未来可能的发展方向给出预测性建议，以期为该技术为在相关领域的研究提供借鉴与参考。
Abstract:
-

参考文献/References:

［1］刁智华. 大田小麦叶部病害智能诊断系统研究与应用［D］. 合肥：中国科学技术大学，2010.
［2］刁智华，王欢，宋寅卯，等. 基于颜色和形状特征的棉花害螨图像分割方法［J］. 计算机应用与软件，2013，30(12)：177-180，184.
［3］陈怀亮，李颖，张红卫. 农作物长势遥感监测业务化应用与研究进展［J］. 气象环境与科学，2015，38(1)：95-102.
［4］Shimizu H，Heins R D.Computer vision based system for plant growth analysis［J］. Transaetions of the ASAE，1995，38(3)：958-964.
［5］马彦平. 基于数字图像的冬小麦、玉米长势远程动态监测技术研究［D］. 武汉：华中农业大学，2010.
［6］杭腾，毛罕平，张晓东，等. 基于机器视觉的番茄长势信息无损检测的研究［J］. 农机化研究，2015，37(11)：192-196，197.
［7］Hiroaki I，Masahiko T，Toyonori N，et al. Diffuse reflectance near-infrared spectral image measurement for the field monitoring of agricultural products［C］//Instrumentation and Measurement Technology Conference. New York：Proceedings of the 19th IEEE，2002：3-6.
［8］杨北方，韩迎春，毛树春，等. 基于数字图像的棉花长势空间变异分析［J］. 棉花学报，2015，27(6)：534-541.
［9］刘继承. 基于数字图像处理技术的水稻长势检测研究［D］. 南京：南京农业大学，2007.
［10］孙红，李民赞，钱喜艳，等. 基于图像几何校正的番茄茎生长角自动测量技术［J］. 农业机械学报，2013，44(2)：209-214.
［11］陆明，李茂松，申双和，等. 图像识别技术在作物农情新奇反演中的应用［J］. 自然灾害学报，2011，20(3)：18-24.
［12］白晓东. 基于图像的水稻关键发育期自动观测技术研究［D］. 武汉：华中科技大学，2014.
［13］吴茜. 基于图像处理技术的棉花发育期自动观测研究［D］. 武汉：华中科技大学，2013.
［14］胡敏，陈洪波，许良凤，等. 基于颜色和纹理特征的黄瓜病害识别算法［J］. 电子测量与仪器学报，2015，29(7)：970-977.
［15］夏永泉，李耀斌，黄海鹏. 基于平均影响值和支持向量机的小麦病害识别［J］. 计算机技术与应用，2015，41(6)：136-138，142.
［16］濮永仙. 基于病斑特征融合的烟草病害图像检索方法［J］. 河南农业科学，2015，44(2)：71-76.
［17］Patil J K，Kumar R. Feature extraction of diseased leaf images［J］. Journal of Signal and Image Processing，2012，3(1)：60-63.
［18］马德贵，邵陆寿，葛婧，等. 水稻稻瘟病及水稻纹枯病病害程度图像检测［J］. 中国农学通报，2008，24(9)：485-489.
［19］葛婧，邵陆寿，丁克坚，等. 玉米小斑病病害程度图像检测［J］. 农业机械学报，2008，39(1)：114-117.
［20］郎利影，陶坚坚. 基于图像处理的棉红枯病染病程度研究［J］. 农机化研究，2012，34(6)：161-164.
［21］李静. 玉米小斑病的图像处理技术及生理指标的研究［D］. 合肥：安徽农业大学，2007.
［22］Quan L，Tan P，Zeng G，et al. Image-based plant modeling［J］. ACM Transactions on Graphics，2006，25(3)：599-604.
［23］刘丹，诸叶平，刘海龙，等. 植物三维可视化研究进展［J］. 中国农业科技导报，2015，17(1)：23-31.
［24］黄兴召. 基于图像的山核桃生长模型［D］. 浙江：浙江农林大学，2011.
［25］徐宏明. 枫叶老化虚拟方法与关键技术研究［D］. 杨凌：西北农林科技大学，2012.
［26］汪丽萍. 基于生理生态的黄瓜叶色建模与可视化研究［D］. 南昌：江西农业大学，2015.
［27］吴谦，张怀清，陈永富，等. 基于生长规律与图像结合的树木叶片动态模拟［J］. 林业科学研究，2008，21(增刊1)：122-125.
［28］周赟. 高度真实感的观赏植物形态与生长可视化［D］. 北京：北京林业大学，2014.
［29］马学强. 具有生长特征的虚拟植物模型研究［D］. 济南：山东师范大学，2015.

相似文献/References:

[1]曹卫锋,袁万宾,刁智华,等.基于图像的小麦白粉病病斑形状演变规律[J].江苏农业科学,2019,47(18):132.
　Cao Weifeng,et al.Study on evolution trend of wheat powdery mildew spot shape based on image[J].Jiangsu Agricultural Sciences,2019,47(16):132.
[2]樊慧丽,付文阁.改革开放以来我国肉羊主产区生产布局的演变规律[J].江苏农业科学,2020,48(20):313.
　Fan Huili,et al.Study on evolution law of production distribution in main producing areas of meat sheep since reform and opening up[J].Jiangsu Agricultural Sciences,2020,48(16):313.

备注/Memo

备注/Memo:
收稿日期：2016-03-29
基金项目：国家自然科学基金(编号：61501407)；河南省科技厅重点科技攻关项目(编号：132102110150)；河南省高等学校重点科研项目(编号：15A413006)；郑州轻工业学院研究生科技创新基金(编号：2015028)。
作者简介：刁智华(1982—)，男，河南商丘人，博士，副教授，主要从事农作物病害识别及精准喷药技术研究。E-mail：diaozhua@163.com。
更新日期/Last Update: 2017-08-20