基于支持向量機的雜草識別研究.pdf

1、隨著計算機視覺技術的發(fā)展，使用機器視覺技術進行雜草識別已經(jīng)成為當前的研究熱點。本文利用支持向量機在處理小樣本，非線性問題方面的優(yōu)勢，將支持向量機應用于雜草識別中，以提高小樣本雜草識別的準確性。本文選取東北地區(qū)甜菜與大豆農(nóng)田雜草作為主要研究對象，對在自然光條件下使用數(shù)碼相機獲得的圖像進行了研究，開發(fā)出了一套雜草圖像識別系統(tǒng)，對30種田間雜草實現(xiàn)了智能識別。
　　 本文首先對所拍攝的雜草圖像進行規(guī)格化，規(guī)格化后的雜草圖像大小為256

2、×256。為了從復雜的背景環(huán)境下識別出雜草植株，采用超綠色法對雜草圖像進行灰度化。在對灰度圖像二值化的過程中，提出了一種改進的大津法。該算法十分穩(wěn)定，可以比較準確的獲得雜草區(qū)域的二值圖像。為了能消除二值圖像背景上出現(xiàn)的白色小點，葉片上有小黑洞等情況，本文綜合使用形態(tài)學處理、孔洞填充和小面積消去處理二值圖像。之后提取了兩個對植株有效的形狀特征，植株的骨架面積比、骨架周長比。然后將目標二值圖像映射到灰度圖像，使用共生矩陣與Gabor小波對灰