您的位置: 专家智库 > >

张超

作品数:2 被引量:18H指数:2
供职机构:浙江理工大学信息学院更多>>
发文基金:国家高技术研究发展计划浙江省自然科学基金国家自然科学基金更多>>
相关领域:农业科学自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇农业科学
  • 1篇自动化与计算...

主题

  • 2篇图像
  • 1篇灯诱
  • 1篇识别技术
  • 1篇视频解码
  • 1篇手机
  • 1篇水稻
  • 1篇图像采集
  • 1篇农业病虫
  • 1篇农业病虫害
  • 1篇自动识别
  • 1篇自动识别技术
  • 1篇解码
  • 1篇基于图像
  • 1篇害虫
  • 1篇WIFI
  • 1篇ANDROI...
  • 1篇HTTP
  • 1篇病虫
  • 1篇病虫害
  • 1篇测报

机构

  • 2篇浙江理工大学
  • 1篇中国农业科学...
  • 1篇中国水稻研究...

作者

  • 2篇杨保军
  • 2篇姚青
  • 2篇张超
  • 1篇罗举
  • 1篇徐一成
  • 1篇唐健
  • 1篇谭畅
  • 1篇王正

传媒

  • 1篇浙江农业科学
  • 1篇中国水稻科学

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
基于图像的水稻灯诱害虫自动识别技术的研究被引量:13
2015年
利用灯光诱杀稻田害虫,并识别与计数这些害虫是水稻害虫的一种常规但非常重要的测报方法。在灯光诱杀的昆虫中,大多数昆虫是不需要测报的,因此,在人工识别灯诱测报害虫时,需要排除这些昆虫。这种人工识别与计数害虫的方法效率低、任务重、识别准确率差。我们提出了一种基于图像的水稻灯诱害虫自动识别方法。首先,根据测报害虫的形态特征对水稻灯诱昆虫图像进行初步分组,每组昆虫图像中包含一种测报害虫的背面图像、腹面图像和与其形态相似的非测报害虫图像,共3类;然后,提取组内每一张水稻昆虫图像的颜色、形态和纹理共31个特征参数;最后,利用带后验概率的SVM分类器对每组的3类昆虫图谱进行训练和测试,输出时同一种测报害虫的背面和腹面图像被视为同一种害虫。结果表明,3种较大个体的水稻灯诱测报害虫的平均识别准确率为97.4%。
冼鼎翔姚青杨保军罗举谭畅张超徐一成
关键词:自动识别测报水稻
便携式农业病虫害图像采集仪设计与应用被引量:5
2016年
针对目前农业病虫害图像采集设备便捷性差和图像质量不高等问题,通过利用无线传输、视频解码和HTTP通信等技术,设计并实现了一种便携式农业病虫害图像采集仪。该采集仪由WiFi镜头相机、Android手机或平板、可伸缩手持杆组成。农技人员通过可伸缩手持杆,将安装在手持杆一端的镜头相机推送到农业病虫害图像采集部位,通过手机或平板App实时预览相机端视频流,调整相机位置,控制相机的拍照。该采集仪特别有助于农业现场中人手或视线难以达到的病虫害部位的图像采集。测试结果表明,该采集仪可便捷地采集到各种农业病虫害图像,操作简单,手机或平板端视频预览画面延时低,采集图像质量高,可满足后续农业病虫害智能识别与诊断。该采集仪可广泛应用于农业、林业等病虫害图像的采集。
张超王正姚青杨保军唐健
关键词:农业病虫害图像采集视频解码
共1页<1>
聚类工具0