版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、雜草識(shí)別分為圖像采集、圖像分割、模式識(shí)別、后續(xù)處理四個(gè)階段,本文以雜草識(shí)別中的圖像特征和算法為研究對(duì)象,結(jié)合雜草圖像的特點(diǎn)優(yōu)化圖像特征改善算法,從而提高了自然條件下田間雜草圖像的識(shí)別效果,這對(duì)提高自動(dòng)除草設(shè)備實(shí)用化圖像處理技術(shù)水平具有重要的理論意義和實(shí)際價(jià)值。主要研究?jī)?nèi)容為: (1)在分離植被區(qū)域和背景區(qū)域的圖像分割中,對(duì)于播種前植被只包括雜草的情況研究了用于紅色雜草識(shí)別的顏色特征。對(duì)于需要后續(xù)模式識(shí)別區(qū)分作物和雜草的情況,研究
2、了光照引起的顏色失真,提出基于二維直方圖的分割方法,新方法能更好的保留葉片的連通性和較好的修復(fù)葉片上的分割誤差。在分析了植被和背景的分布概率后,通過(guò)Bayes理論評(píng)價(jià)分割效果,將顏色特征和分割閾值等價(jià)為顏色空間中的一個(gè)分割面,再通過(guò)遺傳算法優(yōu)化得到新的分割特征-149R+218G-73B。在茄科作物及其伴生雜草的實(shí)驗(yàn)中,現(xiàn)有最廣泛使用的超綠特征的分割誤差為理論最小分割誤差的2.47倍,而新的分割特征降低為1.47倍。在棉田雜草圖像的識(shí)別
3、中,超綠特征和G特征的分割精度為84.69%和75.01%,而新的分割特征提高為91.67%。 (2)對(duì)于以區(qū)分作物和雜草為目的的模式識(shí)別,使用寬長(zhǎng)比、伸長(zhǎng)率、圓滿度和圓度四種形狀特征通過(guò)建立模糊識(shí)別器識(shí)別青椒和牛筋草、波斯婆婆納、澤漆三種雜草,對(duì)于單株植株葉片相互遮蓋不嚴(yán)重時(shí)取得了較好的效果。為選擇識(shí)別特征,建立了同時(shí)考慮識(shí)別率和處理時(shí)間的評(píng)價(jià)模型并對(duì)寬長(zhǎng)比、伸長(zhǎng)率、圓滿度和圓度四種形狀特征進(jìn)行選擇,得出對(duì)于實(shí)驗(yàn)中的圖像寬長(zhǎng)比
4、和圓度的組合效果最好。針對(duì)枝葉覆蓋嚴(yán)重的情況,在棉田雜草的識(shí)別中以植株為研究對(duì)象,提出基于骨架長(zhǎng)度和葉片面積比的識(shí)別算法。新算法受分割精度的影響小,不同分割結(jié)果在模式識(shí)別中都能得到較高的精度。若使用本課題優(yōu)化后提出的新分割特征-149R+218G-73B的分割結(jié)果進(jìn)行識(shí)別,作物和雜草的識(shí)別率分別達(dá)到82.77%和59.69%,而現(xiàn)有雜草識(shí)別算法無(wú)法在該情況下有效識(shí)別雜草。由于以植株為研究對(duì)象,不需考慮葉片相互覆蓋的情況,因此基于形態(tài)學(xué)特
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機(jī)器視覺的雜草圖像特征提取及識(shí)別研究
- 圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究.pdf
- 基于圖像處理的雜草識(shí)別研究.pdf
- 基于特征優(yōu)化和多特征融合的雜草識(shí)別方法研究.pdf
- 作物與雜草識(shí)別中圖像分割影響因素的研究.pdf
- 基于高興譜圖像特征信息的水田雜草稻識(shí)別研究.pdf
- 基于圖像處理的目標(biāo)特征識(shí)別算法研究.pdf
- 人臉識(shí)別中的特征向量?jī)?yōu)化算法研究.pdf
- 人臉識(shí)別中圖像特征選取的研究.pdf
- 基于圖像塊特征的焊縫識(shí)別算法研究.pdf
- 基于顏色特征的麥穗圖像識(shí)別算法研究.pdf
- 基于圖統(tǒng)計(jì)特征的圖像識(shí)別算法研究.pdf
- 脾虛舌象識(shí)別的圖像特征提取優(yōu)化算法研究.pdf
- 基于圖像特征的煤與矸石識(shí)別算法研究.pdf
- 手背靜脈紅外圖像特征識(shí)別算法的研究.pdf
- 田間雜草的圖像識(shí)別技術(shù)研究.pdf
- 天牛圖像的特征提取和識(shí)別算法的研究.pdf
- 指紋識(shí)別中的圖像增強(qiáng)和特征提取算法研究.pdf
- 虹膜圖像采集及識(shí)別算法的研究.pdf
- 基于機(jī)器視覺的雜草圖像特征提取及識(shí)別研究畢業(yè)設(shè)計(jì)
評(píng)論
0/150
提交評(píng)論