田间农作物病虫害检测技术研究进展与展望
第42卷 第3期 现代农业装备
2021年6月 损失。由
株作物病害识别和区域性病害检测及预警。对于虫 于人工判断病害存在较多弊端，因此利用机器对田
害监测，由于田间害虫具有迁移性和隐蔽性，难以 间作物病害进行快速准确的识别十分必要，目前常
收稿日期：2021-04-23
基金项目：现代农业产业技术体系建设专项资金(CARS-01-43)；广东省农业科技创新及推广项目-广东省现代农业产业技
术体系创新团队项目（2019KJ139）。
作者简介：陶明（1991—），男，安徽安庆人，硕士研究生，主要从事图像处理和机器视觉技术应用研究。
E-mail: ******@
通讯作者：齐龙（1979—），男，黑龙江哈尔滨人，博士，研究员，主要从事图像处理和机器视觉技术应用研究。
E-mail: ******@
1现代农业装备 2021年
用的田间病害识别技术主要有光谱技术、计算机视 的特征并不能直接进行复用，科研人员需要重新对
觉技术和深度学习技术等 [4]。 算法进行设计以适应新作物与新病害，这极大地增
基于光谱技术的病害检测方法 加了后续研究的复杂程度，因此该方法较难在实际
光谱技术通过获取可见光、近红外、短波红外 应用中落地。
等波段的光谱信息来监测田间的作物病害，由于病 基于深度学习技术的病害检测方法
害会造成作物叶片的营养成分、水分等生理情况发 深度学习技术是在计算机视觉技术的基础上，
生变化，导致患病作物在光谱反射特性上与健康作 利用卷积神经网络对图像中的病害特征进行自动提
物存在较大差别，从而实现对病害的检测。对于大 取，以此代替人工设计提取特征，因而避免了传统
范围的检测，通常采用高光谱遥感技术，利用卫星 计算机视觉
田间农作物病虫害检测技术研究进展与展望 来自淘豆网www.taodocs.com转载请标明出处.
相关知识
农作物病虫害遥感监测关键技术研究进展与展望
电子鼻检测农作物病虫害的研究进展
基于深度学习技术的农作物病虫害检测识别系统的研究
使用光谱技术检测农作物病虫害
使用光谱技术检测农作物病虫害-莱森光学
深度学习在植物叶部病害检测与识别的研究进展
农作物病虫害绿色防控主推技术的应用策略
农作物病虫害智能检测与预警培训.pptx
农作物病虫害的生物防治法
农作物病虫害AI智能检测系统 智能病虫害监测预警系统
网址: 田间农作物病虫害检测技术研究进展与展望 https://m.huajiangbk.com/newsview513599.html
| 上一篇: 对于病虫害的威胁，虫害监测设备的 |
下一篇: 农作物主要病虫害测报技术.ppt |
