{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,2,19]]，“日期-时间”：“2024-02-19T17:49:05Z”，“时间戳”：1708364945783}，“参考-计数”：33，“出版商”：“维尔纽斯大学出版社”，“许可证”：[{“开始”：{:“日期-部分”：[2022,1,1]]，《日期-时间》：“2022-01-01T00:00Z”“，”时间戳“：1640995200000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by\/4.0\/”}]，“内容域”：{“域”：[]，“crossmark-restriction”：false}，“short-container-title”：[】，“published-print”：{“date-parts”：[2022]}，”abstract“：”解释了一种有助于提高除草剂评估效率的新方法。它由一个自动工具组成，用于量化给定区域内杂草和感兴趣植物（向日葵）的百分比。使用红杉相机拍摄的农田图像。首先，提高了每个波段的图像质量。随后，通过在e-Cognition软件中实现的一种新算法，将生成的多光谱图像分为几个类别（土壤、向日葵和杂草）。将所提出的分类的结果与两种基于深度学习的分割方法（U-Net和FPN）进行了比较<\/jats:p>“，”DOI“：”10.15388\/22-infor498“，”type“：”journal-article“，”created“：{”date-parts“：[2022,11,30]]，”date-time“：”2022-11-30T10:14:56Z“，”timestamp“：1669803296000}，”page“：，“作者”：[{“给定”：“Luis O.“，”family“：”L\u00f3pez“，”sequence“：”first“，”affiliation“：[]}，{”ORCID“：”http://\/ORCID.org\/00000-0002-6563-2717“，”authenticated-ORCID“：false，”given“：“Gloria”，“family”：“Ortega”，“sequence”：“additional”，“affiliance”：[]{“ORCID”：“http://\ORCID.org\/000-0003-0709-3388”，“authenticationd-ocid”：false，“给定”：“Francisco”，“家庭”：“Ag\u00fcera-Vega“，”sequence“：”additional“，”affiliation“：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0001-7791-0991”，”authenticated-ORCID“：false，”given“：”Fernando“，”family“：”Carvajal-Ram\u00edrez“，从属关系“：[]}，{”ORCID“：”http:\/\/orcid.org\/00000-0002-0568-5470“，”authenticated-orcid“：false，”given“：”Ester M.“，”family“：”Garz\u00f3n“，”sequence“：”additional“，”affiliation“：[]}]，”member“：”6097“，”published-online“：{”date-parts“：[2022,11,30]]}，”reference“：[{”key“：“2022121916250487954_j_infor498_ref.001”，“doi-asserted-by”：“crossref”，“first page”：“109049”，“doi”：“10.1016\/j.measurement.2021.109049“，“article-title”：“除草剂测试的多传感器图像校正和注册”，“volume”：“175”，“year”：“2021”，“journal-title“：”measurement“}，{”key“：”2022121916250487954_j_infor498_ref_002“，“first page”：”12“，“volume-title”：”Angewandte Geographic Information Proceedings verarbeitung XII“，”year“：”2000“}，{”key“：”2022121916250487954_j_infor498_ref_003“，”doi-asserted-by“：”publisher“，”first page“：“511”，“doi”：“10.1007\/s00271-012-0382-9”，“article-title”：“使用无人机（UAV）通过热成像和多光谱图像评估葡萄园水分状态变化”，“volume”：“30”，“year”：“2012”，“journal-title“：”灌溉科学“}”，{“issue“：”3“，”key“：”2022121916250487954_j_infor498_ref_004“，”doi-asserted-by“：”publisher“，”first page“：“722”，”doi“：”10.1109\/TGRS.2008.2010457“，”artic-title“：”无人飞行器植被监测的热窄带多光谱遥感“，”volume“：47”，“year”：“2009”，“journal-title”：“”IEEE地球科学与遥感汇刊“}，{“key”：“2022121916250487954_j_infor498_ref_005”，“volume-title”：“加州理工学院的计算愿景”，“year”：“2015”}，}“issue”：“100”，“key“：”2022121916.250487954 _j_infor498_rf_006“，“first page”：”119“，“article-title“：”多层多尺度图像分割的自动参数化”，“卷”：“88”，“年份”：“2014”，“日志标题”：“ISPRS摄影测量与遥感杂志”}，{“问题”：“4”，“关键”：“2022121916250487954_j_infor498_ref_007”，“doi-asserted-by”：“出版商”，“首页”：“3089”，“doi”：“10.1016\/j.aej.2018.0.001”，“文章标题”：从遥感图像中提取建筑物的最佳分割参数值的确定”，“体积”：“57”，“年份”：“2018”，“日志标题”：“亚历山大工程杂志”}，{“关键”：“2022121916250487954_j_infor498_ref.008”，“文章标题”：《精准农业作物/杂草分割的多光谱图像合成》，“体积“：“146”，“年份“：”2021“，”journal-title“：”Robotics and Autonomous Systems“}，{“issue”：“4”，“key”：“2022121916250487954_j_infor498_ref_009”，“first page”：”441“，“article-title”：“基于电子认知对象的软件用于切割块划分和特征提取的初步评估”，“volume”:“29”，“year”：“2003”，“journal-title”加拿大遥感杂志“”journal-title“：”模式识别“}，{“issue”：“4”，“key”：“2022121916250487954_j_infor498_ref_011”，“doi-asserted-by”：“crossref”，“first page”：”255“，”doi“：”10.1016\/0262-8856（88）90016-9“，“article-title”：“通过局部近似方法进行图像注册”，“volume”:“6”，“year”：“1988”，“journal-title”:“Image and Vision Computing”}，}“key“：”2022121916250487954_j_infor498_ref_012“，”doi-asserted-by“：”publisher“，”first page“：”1106“，”volume-title“：”IEEE Computer Society Conferences on Computer Vision and Pattern Recognition“，“year”：“1997”，”doi“：”10.1109\/CVPR.1997.609468“}，{“key”：“2022121916.250487945_j_infor498_rf_013”，”doi-asserted-by“：“publisher”，”first-page“：”66“，”doi:“”10.1016\/j.sprsjprs.2016.01.008”，“文章标题”：“多光谱图像的带间配准和正射校正：固定翼无人机获取MiniMCA-12的案例研究”，“卷”：“114”，“年”：“2016”，“期刊标题”：“ISPRS摄影测量与遥感杂志”}，{“键”：“2022121916250487954_j_infor498_ref_014”doi-asserted-by“：”crossref“，”first page“：”47“，”doi“：”10.1016\/j.isprsjprs.2017.12.009“，”article-title“：”UAS微型多镜头多光谱相机的稳健自适应带带图像变换“，”volume“：“137”，“year”：“2018”，“journal-title”：“ISPRS journal of Photogrammetry and Remote Sensing”}，{“issue”：“3783”，“key”：“2022121916250487954_j_infor498_ref_015“，“首页”：“1”，“文章标题”：“遥感在农业中的成就、局限和机遇”，“卷”：“12”，“年份”：“2020”，“期刊标题”：”遥感“}，{“key”：“2022121916.250487954 _j_infor498_rf_016”，“doi-asserted-by”：“publisher”，“首版”：“936”，“volume-title”：“”2017 IEEE计算机视觉与模式识别会议（CVPR）”，“年份”：“2017年”，“DOI”：“10.1109\/CVPR.2017.106”}，{“密钥”：“2022121916250487954_j_infor498_ref_017”，“首页”：“147”，“文章标题”：“植物叶片图像分割技术：综述”，“卷”：“5”，“年”：“2016”，“期刊标题”：国际计算机科学与工程杂志“}，{”key“：”2022121916250487954_j_infor498_ref_018“，”doi-asserted-by“：”publisher“，”first page“：“761”，”doi“：”10.3390\/rs10050761“，”article-title“：”通过结合空间和光谱信息的无监督分类算法，“volume”：“10”，“year”：“”2018年，“journal-title”：“遥感”}，{“issue”：“18”，“key”：“2022121916250487954_j_infor498_ref_019”，“doi-asserted-by”：“publisher”，“doi”：“10.3390\/s21186002”，《article-title》：“多光谱和高光谱图像分析的最新进展”，“volume”：”21“，“year”：“2020”，“johnal-tittle”：2022121916250487954_j_infor498_ref_020“，”doi-asserted-by“：”publisher“，”first page“：”349“，”doi“：”10.15388\/Informatica.2019.209“，“article-title”：“使用SMACOF的Isomap进行超光谱图像分类”，“volume”：“30”，“year”：“2019”，“journal-title“：”Informatica“}，{“key”：”2022121916.250487954 _j_infor498_rf_021“，”“doi-assert-by”：“publisher”“，”doi“：”10.48550 \/ARXIV.1505.04597“}，{“key”：“2022121916250487954_j_infor498_ref_022”，“doi-asserted-by”：“publisher”，“doi”：“10.48550\/ARXV.1409.0575”}，}“issue”：“11”，“key“：”20221219116250487954 _j_infor498_rf_023“，”doi-assert-by“：”publisher“，”first page“1775”，“doi”：”10.1016\/0031-3203（96）00038-6“，”文章标题“：”具有畸变模型和精度估计的（高失真）鱼眼镜头相机的本征参数校准程序*“，”体积“：”29“，”年份“：”1996“，”期刊标题“：”模式识别“}，{“key”：“2022121916250487954_j_infor498_ref_024”，“doi-asserted-by”：“publisher”，“first page”：”62“，”doi“：”10.1016\/j.aiia.2019.002“，”article-title“：”基于粒子群优化的图像分割用于向日葵叶片病害检测“，”volume“：”3“，”year“：”2019“，”journal-title”：“农业人工智能”}，{“key”：“2022121916250487954_j_infor498_ref_025”}“，{”key“：计算机视觉和图像处理，CVIP 2020”，“卷”：“1376”，“年份”：“2021”，“DOI”：“10.1007\/978-981-16-1086-8_42”}，{“问题”：“5”，“密钥”：“022121916250487954_j_infor498_ref_027”，“DOI-asserted-by”：“publisher”，“首页”：“4003”，“DI:”10.3390\/rs6054003“，”文章标题“：”南极苔藓层上使用微型无人飞行器获取的超高分辨率可见光、多光谱和热图像的空间联合注册”，“卷”：“6”，“年”：“2014”，“期刊标题”：“遥感”}，{“关键”：“2022121916250487954_j_infor498_ref_028”，“卷标”：“测量植被（NDVI&EVI）”，“年份”：“2000”}、{“重点”：“2022121916250487954_j_infor498_ref_029“，”doi-asserted-by“：”publisher“，”first page“：”1“，”doi“：”10.1186\/s13007-017-0226-y“，”article-title“：”野外采集的覆盆子植物高光谱图像的自动分割与分割方法“，”volume“：“13”，”year“：”2017“，”journal-title”：“Plant Methods”}，{“key”：“”2022121916250487954_j_infor498_ref_030”，“文章标题”：“利用多源卫星图像进行基于地理对象的作物识别的最佳分割尺度参数、特征子集和分类算法”，“卷”：“11”，“年”：“2019”，“期刊标题”：“遥感”}，{“问题”：“11”，“关键”：“2022121916250487954_j_infor498_ref_031”，“doi-asserted-by“：”crossref“，”first page“：”1330“，”doi“：”10.1109\/34.888718“，”article-title“：”相机校准的灵活新技术“，”volume“：“22”，”year“：”2000“，”journal-title”：“IEEE Transactions on Pattern Analysis and Machine Intelligence”}，{“key”：“2022121916250487954_j_infor498_ref_032”}“，{”key“”：”20221219116250487954 _j_infor498_ef_033“}]，“container-title”：[“Informatica”]，“original-title“：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/Informatica.vu.lt\/journal\/Informatica\/article\/1274\/text”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://Informatica.vu.lt\/journal \/Informatica\/artracle\/1274\/text“，”内容类型“：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,12,20]]，“date-time”：“2022-12-20T06:32Z”，“timestamp”：1671518312000}，“score”：1，“resource”：{“primary”：{:“URL”：“https:\/\/informatica.vu.lt\/doi\/10.15388\/22-INFOR498”}}，《字幕》：[]，“短标题”：[]，“已发布”：{“日期-部分”：[[2022]]}，“references-count”：33，“alternative-id”：[“10.15388\/22-INFOR498”]，“URL”：“http://\/dx.doi.org\/10.15388\/22-INFOR498”，“relationship”：{}，“ISSN”：[”0868-4952“，”1822-8844“]，“ISSN-type”：[{“value”：“0868-495”，“type”:“print”}，{“value”：“1822-88444”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2022]]}}