论文部分内容阅读
农田杂草种类繁多,直接危害作物生长和产量,且危害严重。常用的除草方式有三种:一是人工除草;二是机械除草;三是化学除草。目前最主要的除草方式仍是化学除草。化学除草在造福人类的同时,也带来了不少负面影响,如对空气、水体、土壤以及农产品的污染。在精细农业、保护性耕作技术发展带动下,智能除草方式将成为很有发展前景的一种新途径,已成为研究的热点,符合节约、增效和环保的理念,有利于可持续农业发展战略的实现。随着计算机、图像识别技术在各领域的渗透,使得以机器为平台、借助先进的图像识别技术实现智能除草的目标成为可能。本论文主要研究应用计算机图像处理技术识别杂草的方法。应用MATLAB图像处理工具箱,以杂草叶片为研究对象,对杂草叶片进行图像预处理、形态学处理以及图像分割等,分别对叶片图像进行颜色、形状以及纹理特征分析,确定最佳的叶片识别特征参数并计算,判断各参数对杂草识别的能力,实现定量描述、识别杂草的目的。本研究主要结果和结论如下:(1)提出以杂草叶片为研究对象,结合颜色、形状及纹理特征综合对杂草进行识别的技术方案。(2)通过研究杂草叶片的颜色、形状及纹理特征信息,确定了杂草叶片识别特征参数集。即:以6个HSV分量颜色矩、6个形状相对特征值以及4个纹理特征参量的特征集进行定量描述。(3)用数码相机采集叶片图像标本信息,并进行预处理。得出对比度扩展增强优于直方图修正增强;在空域滤波处理的对比分析中,随着模板的增大,图像降噪效果得到增强,但均值滤波器在降噪的同时使图像模糊化,而中值滤波器效果较好;通过实验对比,最后得出本研究最佳预处理方案为:灰度化对比度扩展增强中值滤波。(4)在图像分割中,阀值分割法很好的实现了叶片轮廓的提取,采用开运算法对二值图像进行形态学处理,可很好的实现去除毛刺、补足缺陷。(5)通过编程分别计算得出杂草的颜色、形状及纹理特征参数发现:在形状和纹理特征方面表现出较大的差异性;必须结合杂草叶片的颜色、形状及纹理特征,方可实现对杂草的精确识别。