基于機器視覺的田間雜草識別技術研究.pdf

1、利用機器視覺技術進行田間雜草識別方法的研究,對實現(xiàn)除草劑的變量噴灑,以減少除草劑的使用量、降低生態(tài)環(huán)境的污染具有重要意義.基于機器視覺的田間雜草識別技術是一個新的應用研究領域,國內在這方面的研究尚處于探索階段.在總結國內外相關研究的基礎上,該文研究了田間雜草識別的位置、形狀和多光譜特征方法,設計和開發(fā)了基于機器視覺的田間雜草識別系統(tǒng),為田間雜草實時識別系統(tǒng)的研究與開發(fā)進行了基礎研究.該文的主要研究內容如下:1.對運動圖像的采集和處理算法

2、進行了研究,分析了在人工照明、室內、動態(tài)情況下,適用于田間雜草識別的圖像處理算法.實現(xiàn)了動態(tài)圖像的并行采集和處理,快速的預處理、分割和后處理,為進一步的田間雜草實時識別研究做了準備.2.在彩色圖像分割中,引入的按照場景組成分類統(tǒng)計分析方法,為由復雜場景組成的彩色圖像分割提供了新方法.3.針對小麥等條播作物田間場景中葉片嚴重交疊致使形狀和紋理特征提取困難的問題,利用條播作物3~5葉苗期田間場景中作物成行排列、雜草多數分布于作物行之間的裸土

3、區(qū)的特點,研究了位置特征識別行間雜草的方法.4.根據條播作物行距基本恒定、作物成行排列的位置特征,利用改進的象素位置直方圖法識別作物中心行,通過分段統(tǒng)計象素位置直方圖,有效地提高了算法的田間適應度.5.根據雜草多數分布于作物行之間的裸土區(qū)的位置特征,首次引入圖形學中的種子填充算法識別行間雜草,并且針對傳統(tǒng)種子填充算法比較費時的缺點,研究改進的掃描線種子填充算法,顯著提高了填充速度.6.針對玉米等點播作物田間場景中植物葉片交疊問題,研究基

4、于數學形態(tài)學的形態(tài)算子分割算法和標記分水嶺分割算法.標記分水嶺分割算法有效的解決了傳統(tǒng)分水嶺分割算法的過分割現(xiàn)象,在分割效果和處理時間兩方面都得到了改善,為算法的硬件實現(xiàn)打下了基礎.7.根據玉米田中玉米和雜草幼苗葉片的形狀特征,研究了利用形狀特征因子——面積和分散度識別玉米和雜草的方法.8.針對田間雜草識別的多光譜特征法具有實時性強的優(yōu)點,在理論分析和方法比較的基礎上,對666~1176nm范圍內的小麥和幾種雜草的光譜特性進行了研究.研