Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Approach Based on Demand Prediction with LSTM for Solving Multi-batch 2D Cutting Stock Problems Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

Research on Crop Growth Period Estimation Based on Fusion Features

verfasst von : Qi Gao, Xing Sun

Erschienen in: Advances in Artificial Intelligence and Security

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Automatic recognition of crop growth period is one of the core parts of precision agriculture support technology. In order to identify different growth periods in real time and obtain crop growth information, a crop growth period estimation method based on fusion features is proposed. First, the crop images are preprocessed to filter out the noise. Then the HOG features, SILTP features and color features are fused. Finally, XQDA is used to measure the similarity to classify and identify the growing period of crops.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Multi-sensor Fusion Detection Method for Vehicle Target Based on Kalman Filter and Data Association Filter
Nächstes Kapitel Research and Application of Holographic Portrait Label System Construction for Main Equipment of Distribution Network Based on Big Data
Literatur
1.
Zu, Q., Zhang, S.F., Cao, Y., et al.: Research on the identification of weeds in cabbage combined with spectral image technology and SAM classification method. Spectro. Spectral Anal. 35(2), 479–485 (2015)
2.
Li, R.C, Tao, H.B, Zhang, Z.Q., et al.: Research on the monitoring of summer corn population growth based on image processing technology Maize Sci. 18(2), 128–132(2010)
3.
Guo, F., Liu, P., Zhang, C., Chen, W., Han, W., et al.: Research on the law of garlic price based on big data. Comput. Mat. Continua 58(3), 795–808 (2019)CrossRef
4.
Lu, M., Shen, S.H., Wang, C.Y., et al.: A preliminary study on the identification method of summer corn growth period based on image recognition technology. Chine. Agric. Meteorol. 32(3), 423–429 (2011)
5.
Liu, Y.J.: Research on Recognition of Corn Development Period Based on Computer Vision Technology. Jiangnan University, Wuxi (2017)
6.
Wu, Q.: Research on automatic observation of cotton development period based on image processing technology. Wuhan: Huazhong University of Science and Technology. (2013)
7.
Quan, W.T., Zhou, H., Li, H.M., et al.: Remote sensing identification and growth mon itoring of winter wheat growth period in Guanzhong area of Shaanxi based on S-G filtering. Chin. Agric. Meteorology. 36(1), 93–99 (2015)
8.
Sun, H.S., Huang, J.F., Peng, D.L.: Using MODIS data to identify key growth and development stages of rice. J. Remote Sens. 13(6), 1122–1137 (2009)
9.
Kurtulmus F, Kavdir.: Detecting com tassels using computer vision and support vector machines. Expert Syst. Appl. 41(16), 7390–7397 (2014)
10.
Dalal, N., Triggs, B.: Histograms of oriented gradients for human de tection. IEEE Comput. Soc. 1, 886–893 (2005)
11.
Zhang J., Xiao, J., Zhou, C., et al.: A multi-class pedestrian detection network for distorted pedestrians. In: 13th IEEE Conference on Industrial Electronics and Applications (ICIEA), pp. 1079–1083 (2018)
12.
Nejad, M.B., Shiri, M.E.: A new enhanced learning approach to automatic image classification based on Salp Swarm Algorithm. Comput. Syst. Sci. Eng. 34(2), 91–100 (2019)CrossRef
13.
Liao, S.C., Hu, Y., Zhu, X.Y.,Li, S.Z.: Person re-identification by local maximal occurrence representation and metric learning. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 2197–2206 (2015)
14.
Chen, M., Wang, X.J., He, M.S., Jin, L., Javeed, K., Wang, X.J.: A network traffic classification model based on metric learning. Comput. Mater. Continua 64(2), 941–959 (2020)CrossRef
15.
Li, H., Zeng, W., Xiao, G., Wang, H.: The instance-aware automatic image colorization based on deep convolutional neural network. Intell. Autom. Soft Comput. 26(4), 841–846 (2020)CrossRef
16.
Wu, H., Liu, Q., Liu, X.: A review on deep learning approaches to image classification and object segmentation. Comput. Mater. Continua 60(2), 575–597 (2019)CrossRef
17.
Hu, Z. W. et al.: End-to-end multimodal image registration via reinforcement learning. Med. Image Anal. 68, (2021)
Metadaten
Titel
Research on Crop Growth Period Estimation Based on Fusion Features
verfasst von
Qi Gao
Xing Sun
Copyright-Jahr
2021
Buch
Advances in Artificial Intelligence and Security

Print ISBN: 978-3-030-78617-5

Electronic ISBN: 978-3-030-78618-2

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-030-78618-2_37

Premium Partner

    Bildnachweise