基于機(jī)器視覺(jué)的田間雜草識(shí)別技術(shù)研究.pdf

1、利用機(jī)器視覺(jué)技術(shù)進(jìn)行田間雜草識(shí)別方法的研究,對(duì)實(shí)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(jī)器視覺(jué)的田間雜草識(shí)別技術(shù)是一個(gè)新的應(yīng)用研究領(lǐng)域,國(guó)內(nèi)在這方面的研究尚處于探索階段.在總結(jié)國(guó)內(nèi)外相關(guān)研究的基礎(chǔ)上,該文研究了田間雜草識(shí)別的位置、形狀和多光譜特征方法,設(shè)計(jì)和開(kāi)發(fā)了基于機(jī)器視覺(jué)的田間雜草識(shí)別系統(tǒng),為田間雜草實(shí)時(shí)識(shí)別系統(tǒng)的研究與開(kāi)發(fā)進(jìn)行了基礎(chǔ)研究.該文的主要研究?jī)?nèi)容如下:1.對(duì)運(yùn)動(dòng)圖像的采集和處理算法

2、進(jìn)行了研究,分析了在人工照明、室內(nèi)、動(dòng)態(tài)情況下,適用于田間雜草識(shí)別的圖像處理算法.實(shí)現(xiàn)了動(dòng)態(tài)圖像的并行采集和處理,快速的預(yù)處理、分割和后處理,為進(jìn)一步的田間雜草實(shí)時(shí)識(shí)別研究做了準(zhǔn)備.2.在彩色圖像分割中,引入的按照?qǐng)鼍敖M成分類統(tǒng)計(jì)分析方法,為由復(fù)雜場(chǎng)景組成的彩色圖像分割提供了新方法.3.針對(duì)小麥等條播作物田間場(chǎng)景中葉片嚴(yán)重交疊致使形狀和紋理特征提取困難的問(wèn)題,利用條播作物3~5葉苗期田間場(chǎng)景中作物成行排列、雜草多數(shù)分布于作物行之間的裸土

3、區(qū)的特點(diǎn),研究了位置特征識(shí)別行間雜草的方法.4.根據(jù)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(jìn)的象素位置直方圖法識(shí)別作物中心行,通過(guò)分段統(tǒng)計(jì)象素位置直方圖,有效地提高了算法的田間適應(yīng)度.5.根據(jù)雜草多數(shù)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(xué)中的種子填充算法識(shí)別行間雜草,并且針對(duì)傳統(tǒng)種子填充算法比較費(fèi)時(shí)的缺點(diǎn),研究改進(jìn)的掃描線種子填充算法,顯著提高了填充速度.6.針對(duì)玉米等點(diǎn)播作物田間場(chǎng)景中植物葉片交疊問(wèn)題,研究基

4、于數(shù)學(xué)形態(tài)學(xué)的形態(tài)算子分割算法和標(biāo)記分水嶺分割算法.標(biāo)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(guò)分割現(xiàn)象,在分割效果和處理時(shí)間兩方面都得到了改善,為算法的硬件實(shí)現(xiàn)打下了基礎(chǔ).7.根據(jù)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(shí)別玉米和雜草的方法.8.針對(duì)田間雜草識(shí)別的多光譜特征法具有實(shí)時(shí)性強(qiáng)的優(yōu)點(diǎn),在理論分析和方法比較的基礎(chǔ)上,對(duì)666~1176nm范圍內(nèi)的小麥和幾種雜草的光譜特性進(jìn)行了研究.研