Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Detekce plevelů pomocí zobrazování chlorofylové fluorescence a umělé neuronové sítě

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F25328859%3A_____%2F05%3A%230000060" target="_blank" >RIV/25328859:_____/05:#0000060 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Weed detection using chlorophyll fluorescence imaging and artificial neural network

  • Popis výsledku v původním jazyce

    We developed the concept of Tyystjarvi et al. (1999) who proposed a new approach to automate the weed identification using specific characteristic features in fluorescence kinetics of individual plant species. We used chlorophyll fluorescence imaging technique by an open imaging fluorometer FluorCam. The measurement on Apera spica-venti, Galium aparine, Stellaria media, Tripleurospermum inodorum as a representatives of weed species and Triticum aestivum, Brassica napus, Beta vulgaris, Helianthus annus as crop representatives were made at two different growth stages. The measurement shows high discrimination ability of the method at cotyledons (first leaf) stage with decreasing sensitivity. To improve the recognition accuracy, we used the artificial neural network classifier, trained on at least 100 plants. The classification rate for discrimination between crops and G. aparine ranged between 90 and 100%. Discrimination between individual weed species the discrimination rate ranged betw

  • Název v anglickém jazyce

    Weed detection using chlorophyll fluorescence imaging and artificial neural network

  • Popis výsledku anglicky

    We developed the concept of Tyystjarvi et al. (1999) who proposed a new approach to automate the weed identification using specific characteristic features in fluorescence kinetics of individual plant species. We used chlorophyll fluorescence imaging technique by an open imaging fluorometer FluorCam. The measurement on Apera spica-venti, Galium aparine, Stellaria media, Tripleurospermum inodorum as a representatives of weed species and Triticum aestivum, Brassica napus, Beta vulgaris, Helianthus annus as crop representatives were made at two different growth stages. The measurement shows high discrimination ability of the method at cotyledons (first leaf) stage with decreasing sensitivity. To improve the recognition accuracy, we used the artificial neural network classifier, trained on at least 100 plants. The classification rate for discrimination between crops and G. aparine ranged between 90 and 100%. Discrimination between individual weed species the discrimination rate ranged betw

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    GF - Choroby, škůdci, plevely a ochrana rostlin

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/QD1350" target="_blank" >QD1350: Vývoj komplexních systémů ochrany proti významným chorobám a škůdcům obilnin, řepky a hrachu s cílem širokého uplatnění integrovaných způsobů ochrany.</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    13th EWRS Symposium

  • ISBN

    90-809789-1-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    2

  • Strana od-do

  • Název nakladatele

    EWRS

  • Místo vydání

    Bari

  • Místo konání akce

    Bari

  • Datum konání akce

    19. 6. 2005

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku