敬告作者朋友
最近我们发现，有一些假冒本刊在线投稿系统的网站，采用与《麦类作物学报》相似的网页、网址和邮箱发送征稿通知以及收取审稿费、版面费的信息，以骗取钱财。详细情况见【通知公告】栏的“再次提醒作者朋友：谨防上当受骗！！！”

关闭
学报相关信息
《麦类作物学报》论文授权书
本刊论文格式模板
著作权使用声明
本刊论文写作要求
参考文献著录规则
论文中图和表的有关要求
【投、审稿特别注意事项】
引用本刊文章的简便方法
论文被引情况查询方法
友情连接
北京勤云科技发展有限公司
期刊界
CSCD数据库来源期刊表（2018）
2014版《中文核心期刊要目总览》
2017年中国科技核心期刊目录
参考文献国家标准（2015年，最新）
西北农林科技大学
赵洪璋院士诞辰100周年座谈会（视频）
单成钢,廖树华,龚宇,梁振兴,王璞.冬小麦田间图像的群体纹理性研究[J].麦类作物学报,2006,26(5):88
冬小麦田间图像的群体纹理性研究
Study on the Canopy Image Texture of Winter Wheat in Field
  修订日期：2006-03-16
DOI：10.7606/j.issn.1009-1041.2006.05.214
中文关键词:  小麦  数字图像  纹理  共生矩阵  逐步判别分析
英文关键词:Wheat  Digital image  Texture  Co-occurrence matrix  Stepwise diseriminant analysis
基金项目:国家高技术研究发展计划(863计划)
单成钢  廖树华  龚宇  梁振兴  王璞
[1]中国农业大学农学与生物技术学院,北京100094 [2]山东省农业科学院原子能农业应用研究所,山东济南250100
摘要点击次数: 1375
全文下载次数: 2363
中文摘要:
      为了满足快速实时测定小麦群体特征指标的需要，以水肥调控措施塑造了不同结构的冬小麦群体，研究了冬小麦图像的群体纹理性。结果表明，出苗、起身、拔节、孕穗期的图像纹理性因子为0．5～0．7，说明抽穗前的冬小麦各生育时期的图像均具有较强的纹理性。采用灰度其生矩阵方法进行进一步纹理分析，提取4个方向共生矩阵的纹理特征——能量、熵、对比度、逆差距、相关性的平均值和均方差，利用逐步判别的方法从中筛选分类变量，并对三种不同结构的冬小麦群体分类判别，分类正确率达92．6％，初步结果表明该方法在小麦群体的判别中具有一定的可行性。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器
关闭

您是第19561843位访问者
版权所有麦类作物学报编辑部
京ICP备09084417号
技术支持： 本系统由北京勤云科技发展有限公司设计