基于支持向量機的玉米田間雜草識別方法研究.pdf

1、農(nóng)業(yè)機器人是21世紀精準農(nóng)業(yè)的重要裝備之一，通過農(nóng)業(yè)機器人實現(xiàn)除草劑的變量施藥是未來智能農(nóng)業(yè)機械的一個發(fā)展方向。其中實現(xiàn)變量噴灑除草劑的首要步驟是完成田間雜草識別。本文在充分了解國內(nèi)外田間雜草識別方法的基礎上，以在玉米田間復雜環(huán)境中識別雜草為目的，提出了創(chuàng)新的背景分割方法和雜草識別方法，著重研究了圖像分割方法、多尺度形狀特征、支持向量機分類技術(shù)。主要研究成果如下:
　　 1.以相同田間環(huán)境中采集、變換得到的超綠特征(2G-R-B

2、)灰度圖像為研究對象，以像素點鄰域組成的灰度直方圖特征作為輸入特征向量，利用支持向量機分類方法實現(xiàn)背景分割，并通過與手工標記圖像進行幀差比較，選出最優(yōu)支持向量機模型和最優(yōu)鄰域窗口模型。
　　 2.針對不同田間環(huán)境造成圖像顏色差異，結(jié)合半監(jiān)督支持向量機分類方法，利用已有的有標簽訓練樣本的同時，利用聚類算法自動從待分割圖像中提取無標簽訓練樣本，使用直推式支持向量機進行分類訓練，得到最適合當時環(huán)境的分類模型，實現(xiàn)支持向量機動態(tài)建模，以

3、此提高圖像的分割質(zhì)量。
　　 3.提出了一種基于多尺度形狀特征和支持向量機分類技術(shù)的玉米和雜草識別方法?？紤]玉米與雜草在整株形狀和葉片分布結(jié)構(gòu)上都存在差異,提出了多尺度圓環(huán)形狀特征和米字分塊形狀特征，并利用支持向量機分類方法進行玉米和雜草的分類。室外實驗結(jié)果表明:利用植物多尺度形狀特征能夠很好的將玉米和雜草進行分類。
　　 本文方法提高了玉米田間雜草識別的準確性和可靠性，為農(nóng)田精確噴灑除草劑提供了技術(shù)基礎。