杂草检测

检测地点

检测周期

报告资质

样品及邮寄要求

价格

实验室遍布全国,就近分配

可加急,最快1.5个工作日(特殊样品除外)

CMA、CNAS、CAL

样品支持快递取送/上门采样,数量及规格等视检测项而定

电议(检测的标准和检测项目数量不同而价格不同)

百检网 急速响应
百检网 全程跟踪
百检网 品质严保
微信扫一扫
百检网

24小时咨询电话

152-0173-3840

电话咨询
服务详情
杂草检测

摘要:

自动化除草是现代精确农业科学领域的研究热点。已有的自动化除草解决方案中普遍存在鲁棒性不强、过度依赖大量样本等问题,针对上述问题,本研究提出了基于图像处理多算法融合的田间杂草检测方法,设计了一套田间杂草自动识别算法。**通过设置颜色空间的阈值从图像中分割土壤背景。然后采用面积阈值、模板匹配和饱和度阈值三种方法对作物和杂草进行分类。*后基于投票的方式,综合权衡上述三种方法,实现对作物和杂草的精准识别与定位。以大豆田间除草为对象进行了试验研究,结果表明,使用融合多图像处理算法的投票方法进行作物和杂草识别定位,杂草识别平均错误率为1.79%,识别精度达到98.21%。相较单一的面积阈值、模板匹配和饱和度阈值方法,基于投票权重识别杂草的精度平均提升5.71%。同时,针对复杂多变的农业场景,进行了存在雨滴和阴影干扰的鲁棒性测试,实现了90%以上的作物识别结果,表明本研究方法具有较好的适应性和鲁棒性。本研究算法可为智能移动机器人除草作业等智慧农业领域应用提供技术支持。

相关标准

检测标准:豚草属检疫鉴定方法

检测对象:杂草

检测项目:三裂叶豚草

相关服务