基于DSP的玉米苗期雜草識別方法的研究.pdf

1、本文在總結(jié)國內(nèi)外雜草特征提取及識別研究成果的基礎(chǔ)上，對我國玉米的田間雜草特征提取及識別進(jìn)行了研究。本研究以DSP為主要處理芯片，搭建了圖像處理的軟硬件平臺，并針對玉米苗期田間雜草的特征，提出了相應(yīng)的算法，最終識別率達(dá)到了95.0％，對后續(xù)定點(diǎn)變量自動除草系統(tǒng)的開發(fā)打下了一定的技術(shù)基礎(chǔ)。論文的主要研究內(nèi)容與結(jié)論有：
　　 （1）選用TI公司的TMS320DM642DSP作為主處理芯片、合眾達(dá)公司的SEED－VPM642作為圖像處理

2、的硬件平臺，并把軟件部分分為系統(tǒng)初始化、圖像采集和存儲、圖像處理、圖像顯示四個模塊，完成了圖像處理系統(tǒng)的設(shè)計。
　　 （2）介紹了利用DSP提取感興趣區(qū)域的方法，并通過對圖像的顏色的分析，得出（2g-r-b）、（2G－R－B）、色度H三種顏色特征值都可以用來區(qū)分綠色植物和背景。在室內(nèi)光照強(qiáng)度相對比較穩(wěn)定的條件下，采用（2G－R－B）顏色特征值計算簡單，處理速度快。
　　 （3）利用（2G－R－B）對圖像進(jìn)行灰度化，通過實

3、驗選擇了適應(yīng)性強(qiáng)、速度快的迭代自適應(yīng)法求閾值對圖像進(jìn)行閾值分割，可以很好的將綠色植物從背景中分割出來。對于交疊不嚴(yán)重的植物經(jīng)去噪和數(shù)字形態(tài)學(xué)運(yùn)算后，可以得到完整的葉片圖像。
　　 （4）針對葉片彎曲現(xiàn)象改進(jìn)了求葉片長和寬的算法，在灰度圖像和輪廓圖像上提取了葉片的形狀參數(shù)，并分析了無量綱參數(shù)，從結(jié)果可以得出：寬長比和第一不變矩能將玉米、窄葉雜草、寬葉雜草三大類植物區(qū)分開來；圓形度能將寬葉雜草從三大類中區(qū)分開來；而三大類的矩形度嚴(yán)重