CINECA IRIS Institutional Research Information System
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishTimely weed mapping in crop post-emergence situations is a challenging task required for developing precision weed management solutions. It is necessary to discriminate the crop from the weeds and, if possible, to distinguish different weed species. The ability to map weeds using hyperspectral images acquired from an unmanned airborne vehicle (UAV) over a maize field was evaluated by comparing different classification strategies. The results were mainly affected by the variability in crop and weed spectral signatures. The discrimination between maize and weeds allowed the quantification of their relative ground cover, showing moderate relationship with their relative leaf area index.
Scheda prodotto non validato
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
| Titolo: | UAV-based hyperspectral imaging for weed discrimination in maize |
| Autori: | |
| Data di pubblicazione: | 2019 |
| Citazione: | UAV-based hyperspectral imaging for weed discrimination in maize / Casa, R.; Pascucci, S.; Pignatti, S.; Palombo, A.; Nanni, U.; Harfouche, A.; Laura, L.; Di Rocco, M.; Fantozzi, P.. - (2019), pp. 365-371. ((Intervento presentato al convegno 12th European Conference on Precision Agriculture, ECPA 2019 tenutosi a Montpellier;France. |
| Handle: | http://hdl.handle.net/11573/1349195 |
| ISBN: | 978-90-8686-337-2 978-90-8686-888-9 |
| Appartiene alla tipologia: | 04b Atto di convegno in volume |
File allegati a questo prodotto
Copyright © 2020