農(nóng)田圖像的統(tǒng)計(jì)迭代分割方法研究.pdf

1、TheResearchofStatisticIterationAlgorithmforFarmFieldImageSegmentationCandidate：H——a——n——————Y——————o————n————ghua—Advisor：ProfZhaoYunMajor：University：Submittedin：April2011浙江大學(xué)博士學(xué)位論文摘要摘要傳統(tǒng)農(nóng)業(yè)工作方式強(qiáng)度高、效率低、較易發(fā)生農(nóng)業(yè)事故，如農(nóng)藥中毒、皮膚曬傷

2、病變等。農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航的出現(xiàn)有效解決了這些問題，而導(dǎo)航過程中視覺方式的路徑檢測(cè)以其使用靈活、信息量豐富、不限定外部環(huán)境(即只需要找到農(nóng)田或果園中預(yù)先存在的路徑特征就可以，如壟、田間地頭等)等優(yōu)點(diǎn)成為導(dǎo)航中的主導(dǎo)方式。在視覺探測(cè)路徑的過程中，圖像分割是關(guān)鍵，本文在研究適合農(nóng)田處理的統(tǒng)計(jì)圖像處理算法的基礎(chǔ)上，對(duì)農(nóng)田圖像進(jìn)行了分割。此外農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航的出現(xiàn)，也適應(yīng)了精細(xì)農(nóng)業(yè)發(fā)展的需要，起到環(huán)境保護(hù)的作用。以往采用的農(nóng)田分割算法不能很好的去

3、除農(nóng)田斷壟、雜草、陰影及光照改變等噪聲影響，使得對(duì)后續(xù)導(dǎo)航線提取算法要求很高，加上導(dǎo)航線算法計(jì)算過程復(fù)雜，如Hough變換等，使得整個(gè)農(nóng)田處理過程魯棒性下降。針對(duì)農(nóng)田圖像分割目的主要是檢測(cè)大尺度作物行，將統(tǒng)計(jì)迭代算法Meanshift和支持向量機(jī)應(yīng)用于農(nóng)田圖像分割，為了提高算法實(shí)時(shí)性分別將兩種統(tǒng)計(jì)迭代算法和小波多分辨率分析相結(jié)合。為了給農(nóng)田彩色模型的選取提供理論依據(jù)，從顏色混合角度出發(fā)分析了幾個(gè)常用的模型。最后將農(nóng)田圖像分割中采用的各種

4、典型分割算法和本文提出的基于小波多分辨率分解的快速M(fèi)eanshift算法以及基于小波多分辨率分解的各種支持向量機(jī)算法進(jìn)行了實(shí)驗(yàn)對(duì)比研究。本文的主要研究成果如下：1)基于農(nóng)田結(jié)構(gòu)特點(diǎn)，首次提出了在圖像分割中只應(yīng)用小波多分辨率分解的低分辨率圖像。不僅保留了農(nóng)田待檢測(cè)信息，并有助于斷壟、雜草、小的陰影等高頻干擾的去除，還大大減少了算法程序運(yùn)行時(shí)間。2)提出了分塊選種子點(diǎn)的快速M(fèi)eanshift算法，并應(yīng)用于農(nóng)田圖像分割。改進(jìn)Meanshitt