田間雜草的圖像識別技術研究.pdf

1、本文主要研究了田間雜草的圖像識別技術，設計了田間雜草圖像識別系統。 系統包括麥田圖像數據的采集，實現對圖像的預處理；綠色植物與土壤背景的分割包括圖像的灰度化與格式轉換和圖像的二值化；作物與雜草的分割包括作物中心行的識別和作物行的濾除，在濾除作物行的過程中確定邊界閾值時本文提出了先計算標定的作物行寬度與計算機自動檢測的作物行寬度之間的相對誤差，然后選定合適的對應最小誤差的作物行邊界閾值的方法。 識別雜草位置時分別采用了模板

2、匹配和神經網絡識別的方法。 其中模板匹配識別雜草的具體方法是：從圖像中選擇一株草的特征數據作為模板，將模板一個象素一個象素的在圖像中移動，即拿已知的模板和原圖像中同樣大小的一塊區(qū)域去匹配，在搜索區(qū)域里尋找匹配點，以搜索窗口與目標物體形態(tài)特征的匹配度作為判據來實現目標檢測與跟蹤。本文提出采用計算模板象素與原圖像中模板運行位置的象素之間的歐氏距離來驗證它們之間的匹配度的方法，歐式距離越接近0，說明匹配程度越高。尋找到圖像中與模板匹配

3、度最高的點，識別為雜草，將其象素值標記為1，圖像中顯示為白色；在圖像中以白色斑點的狀態(tài)表示出來，其它象素作為背景標記為0，圖像中顯示為黑色。計算出白色斑點的坐標位置，即雜草的坐標位置，從而達到了尋找到雜草位置的目的。 使用神經網絡識別雜草的具體方法是：將使用3層完全結合方式的BP神經網絡分類器對雜草圖像進行分割，輸入的特征量為每個象素的H，Cb，Cr值，所以輸入層的神經元個數設計為3，輸出層的神經元個數為1，輸出0～1的信號，如