.png){kind=icon}
返回
Image-based recognition framework for robotic weed control systems
.png){kind=icon}
PRE
AI
DOI：10.1007/s11042-017-5337-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在本文中，我们介绍了一种新颖，高效的基于图像的杂草识别系统，用于阔叶码头 (Rumex obtusifolius L.) 的杂草控制问题。我们提出的杂草识别系统是使用框架开发的，该框架允许检查各种图像分辨率对检测和识别准确性的影响。此外，它还包括最先进的对象/图像分类过程，例如特征检测和提取，码本学习，特征编码，图像表示和分类。通过引入专门针对杂草识别目标的方法，技术和系统参数，这些过程的效率得到了改善和优化。通过作为我们的实验评估提出的详尽的优化过程，我们得出结论，杂草识别系统使用200 x150的图像输入分辨率，密集特征提取的SURF特征，基于优化的高斯混合模型的码本与Fisher编码相结合，使用两级图像表示。使用线性分类器对所得到的图像表示向量进行分类。实验证明，该系统可在检查的数据集中产生最先进的89.09% 识别精度。我们提出的系统还通过实验证明符合所检查应用程序的规范，因为它提供了较低的4.38% 假阳性结果。因此，所提出的框架可以有效地用于精确农业应用的杂草控制机器人。
Keyword:
Image-base system
Weed recognition
Weed detection
Precision agriculture
Weed control robotic systems
期刊
IF:
3
论文数:
2.0W
被引数:
3.2W
机构
引用论文
Crystalline‐State Reaction with Allosteric Effect in Spin‐Crossover, Interpenetrated Networks with Magnetic and Optical Bistability具有磁和光学双稳态的自旋交叉，互穿网络中具有变构效应的晶态反应
PREAI
分享收藏The Strength of Inconel 625, Manufactured by the Method of Direct Laser Deposition under Sub-Microsecond Load Duration.png)
Metals
OAAI
MetalsIF0
OAAI分享收藏A micromachined efficient parametric array loudspeaker with a wide radiation frequency band具有宽辐射频带的微机械高效参量阵列扬声器
PREAI
分享收藏Adaptation of the communicative brain to post-lingual deafness. Evidence from functional imaging
PREAI
分享收藏
查看更多内容