文档介绍：摘要本文在总结国内外杂草特征提取及识别研究成果的基础上,对我国玉米的田间杂草特征提取及识别进行了研究。本研究以V饕4硇酒罱送枷翊的软硬件平台,并针对玉米苗期田间杂草的特征,提出了相应的算法,⒋蛳铝艘欢ǖ募际趸 B畚的主要研究内容与结论有:∮公司的魑V鞔硇酒⒑,并把软件部分分为系统初始化、图像采集和存储、图像处理、图像显示四个模块,完成了图像处理系统的设计。樯芰死肈提取感兴趣区域的方法,并通过对图像的颜色的分析,得出畆—瓸⑸ǘ菻三种颜色特征值都可以用来区分绿色植物和背景。在室内光照强度相对比较稳定的条件下,,’酝枷窠谢叶然ü笛檠≡窳耸视π郧俊⑺俣瓤斓迭代自适应法求阈值对图像进行阈值分割,可以很好的将绿色植物从背景中分割出来。对于交叠不严重的植物经去噪和数字形态学运算后,可以得到完整的叶片图像。攵砸镀淝窒蟾慕饲笠镀ず涂淼乃惴ǎ诨叶韧枷窈吐掷M枷裆提取了叶片的形状参数,并分析了无量纲参数,从结果可以得出:宽长比和第·不变矩能将玉米、窄叶杂草、宽叶杂草三大类植物区分开来;圆形度能将宽叶杂草从三大类中区分开来;而三大类的矩形度严重交叠在一起,矩形度不是有效的形状特个样本分成训练集和测试集,通过正交实验确定了神经网络的结构,用训练好的神经网络进行验证性实验得出,:玉米;杂草;图像处理;恍巫刺卣鳎簧窬理速度快。征。华中农业大学硕十学位论文:基于能忻酌缙谠硬菔侗鸱椒ǖ难芯
.,狟瑃瑃·琭,.ィ琣—,猂,—琲,.疭,甀琣瑂瑃.:’,疭,.,琣琭甇粂琤;;Ⅱ
:;籭华中农业大学硕士学位论文:;籹籲
第一章绪论研究的目的和意义农田杂草是农业生产的大敌,它是在长期适应当地的作物、栽培、耕作、气候、土壤等生态环境及社会条件下生存下来的,它是一种适应能力非常强的植物,它种类繁多从不同的方面侵害作物穸ǎ。杂草与农作物争水、争肥、争光,影响农作物的生长发育,降低农作物产量和质量,同时增强了管理用工和生产成本,并且杂草易于助长病虫害的滋生和蔓延,给农业生产造成了巨大的损失毂;#面对严重的杂草危害,目前的除草方法主要有机械除草、化学除草、静电除草、生物除草以及综合治草等。化学除草由于高效的除草能力而备受广大农民的青睐,己成为目前最主要的除草方式懦偷龋。化学除草一般采用的是大面积喷洒农药,这种方式可以有效地控制杂草危害,但是农药的大面积喷洒也带来了很多负面的影响,例如污染了水源、土壤和空气,农药在作物中的残留对人类的身体健康也造成了一定的危害,还能诱导杂草群落迅速发生演变,产生抗药性等平ㄖ校;李亚卿等,S捎谂┮┑氖褂梅绞蕉际谴竺婊缛鳎攵孕圆磺浚率不高,所带来的负面影响同样日趋严重。研制定量定点化学除草机是解决农药负面影响的一条有效途径,它属于精确农业的范畴,是指利用机器视觉技术,识别出杂草的具体位置和密度大小,只对杂草进行定点变量喷洒农药,其它区域则不喷洒农药。辛伺┮┡缛的对比试验:通过开/关喷嘴来只对杂草进行喷洒可以节省农药%,如果根据杂草密度不同喷洒定量的农药可以节省农药%。只对杂草进行定点变量喷洒农药不仅能有效的除去杂草,提高农作物的产量和质量,而且大大节约了农药,降低生产成本,还能减少污染保护环境,有着重要的经济意义和生态意义伲徽健软,S纱丝杉侗鸪鲈硬莶⑷范ㄔ硬莸奈恢煤兔芏仁亲远缫┗械墓丶性技术。杂草识别目前最常用的方式是基于台式机和烂娌僮飨低扯栽硬图像进行发图像处理,针对这种方式硬件系统存在成本较高、功耗大和现场维护成本较高的问题,提出了以数字媒体处理芯片V鞔硇酒挠件系统来代替计算机完成图像的处理的内容。
、麦,居第三位,是高产作物,是饲料和工业的重要原料,在粮食作物生产中占有举足轻重的地位。全国约有一半面积的玉米田受到不同程度的草害,其中草害严重的面积占玉米田总面积的%~%,草害严重的可以使玉米减产%以上。所以,本课题在总结国内外研究成果的基础上,以玉米为研究对象,以识别出玉米田杂草为目的研究快速准确识别玉米田杂草的方法,并在实验室内搭建试验平台,进行图像的采集、去噪、分割和识别试验。寻找区分玉米和杂草的有效的参数,并改进识别方法,提高杂草识别正确率,使研究的成果具有实用性和产业化前景。机器视觉是指用图像传感器代替人眼,获得图像信息,然后利用计算机或其他它芯片来代替人脑对获得的图像信息进行分析,完成对周围环境与目标的识别和理解。国外学者在世纪年代就开始了机器视觉技术的研究,农业领域应用研究主要包括:除草除虫机器人、收获机器人、农产