基于計算機視覺的麥田雜草識別技術研究.pdf

1、在傳統(tǒng)的農(nóng)業(yè)中，雜草肆虐和雜草病害是困擾莊稼生長的基本問題，在不能確定作物和雜草分布的情況下，覆蓋性地噴灑化學制劑不僅造成大量化學制劑的浪費，而且嚴重的污染環(huán)境，甚至影響人類的身體健康。為此，研究利用機器視覺識別雜草，有選擇的變量施用化學制劑就顯得尤為重要。要實現(xiàn)變量噴灑，首要任務就是準確、智能的檢測到田間雜草,判斷其位置及種類，并將雜草滋生區(qū)分割出來。本文應用計算機視覺模式識別等技術對麥田雜草的識別進行了基礎性研究。主要研究工作如下：

2、 1.針對雜草識別中背景復雜，易受田間狀況、自然光照環(huán)境等因素影響，研究利用彩色圖像的顏色特征分割綠色植物和土壤背景的方法。該算法利用AOI（area of interest）測試工具在RGB、rgb 和HIS 三種顏色模型下對麥田自然光照條件下獲得的雜草圖像中雜草和土壤背景各顏色因子進行了測定與分析，得出適于分割的顏色空間及顏色分量，以此作為表征圖像顏色信息的閾值參數(shù)，實現(xiàn)了復雜光照條件下植物區(qū)和背景區(qū)的分割。 2.依

3、據(jù)小麥與雜草在形態(tài)上的差異，對經(jīng)過預處理后的圖像引入形態(tài)學中的膨脹與腐蝕運算和圖形學中的能填充任意形狀的種子填充算法，利用設定合適的結構元素分離雜草和作物，從而提取出雜草區(qū)，并統(tǒng)計圖像中雜草的密度關系，以此作為藥量噴灑的指導。 3.在分析了小麥田中常見的五種雜草圖像與小麥圖像在紋理特征上差異的基礎上，采用基于統(tǒng)計特征的灰度共現(xiàn)矩陣的方法，提取出基于HIS 共生陣的五個統(tǒng)計量：角二階距、對比度、熵、相關性、平穩(wěn)度作為雜草圖像紋理分