|
| 图像分析技术在农作物污染损害鉴定中的应用初探 |
| Application of image analysis technology in crop pollution damage identification |
| 投稿时间：2023-10-27 修订日期：2023-11-20 |
| DOI： |
| 中文关键词: 农作物损害 支持向量机 神经网络 深度学习 司法鉴定 |
| 英文关键词: crop damage support vector machine neural network deep learning judicial appraisal |
| 基金项目: |
|
| 摘要点击次数: 43 |
| 全文下载次数: 0 |
| 中文摘要: |
| 农作物损害表症的快速识别对防止农作物受损、提高农作物的产量以及在农业生产中反应指示、预警潜在农作物污染损害行为，减低污染对农作物生长和农产品质量安全的威胁具有重要意义。随着图像处理技术的快速发展，基于图像处理技术的分析方法实现了对农作物损害快速、准确的无损检测与识别，本文对该方法在农作物病害、虫害、草害、污染胁迫、气象灾害和营养缺素6种逆境条件下的研究和应用进行综述，并对农业环境损害鉴定中污染损害识别研究现状进行总结，得出结论，基于图像分析的农作物污染胁迫识别系统的研发在农业环境损害司法鉴定中有很好的应用前景，值得进一步深入探索和研究。 |
| 英文摘要: |
| 本文对图像分析技术在农作物病害、虫害、草害、污染胁迫等逆境条件下的研究和应用进行综述，并对农业环境损害鉴定中污染损害识别研究现状进行总结后得出结论，图像分析技术在农业环境损害司法鉴定领域具有很好的应用前景 |
| HTML
View Fulltext
查看/发表评论 下载PDF阅读器 |
