光谱成像技术可以同时从光谱维和空间维上获取被测目标的信息,即结合了空间成像系统和光谱检测系统的功能,因此近年来在信息获取与处理领域中倍受人们重视。本项目基于多光谱成像技术建立蔬菜花卉植株病虫害的辨识模型,解决目前蔬菜花卉植株病害识别中过分依赖于人眼个体主观视觉的问题,为进一步发展标准化、自动化、高效率、网络化的蔬菜花卉植株病虫害的识别诊断专家系统奠定基础。本项目拟采用的多光谱成像系统工作在可见光和近红外波段,具有可测样品面积大、空间分辨率高、光谱重建精度高、光谱范围宽的特点。通过该系统对典型蔬菜花卉的病虫害植株进行多光谱图像数据采集,建立标准的多光谱图像专家数据库。在此基础上根据数据库样本的重建光谱、颜色、图像等特征研究和建立蔬菜花卉病虫害的自动识别模型;最终建立起蔬菜花卉病虫害植株的多光谱图像采集和自动识别诊断的专家系统。本项目对于提高我国蔬菜花卉植株病虫害的防治水平有重要意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于多模态信息特征融合的犯罪预测算法研究
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
二维多光纤光谱图像处理技术研究
多光谱眼底分层图像多模态异组织分析关键技术研究
多(超)光谱遥感图像有损压缩累进无损技术研究
基于压缩感知理论的高光谱图像压缩技术研究