水稻冠層圖像的自動識別研究.pdf

1、隨著計(jì)算機(jī)視覺技術(shù)的迅速發(fā)展，其在農(nóng)業(yè)方面得到了非常廣泛的應(yīng)用。水稻葉片冠層作為水稻作物光合作用、蒸騰作用的主要器官，是其作物管理、特征參數(shù)估算的重要參數(shù)，在產(chǎn)量品質(zhì)估計(jì)、田間管理等方面具有重要的價(jià)值。本文運(yùn)用數(shù)字圖像處理技術(shù)，將顏色特征和形狀特征的分割與識別技術(shù)運(yùn)用到水稻冠層圖像的自動識別中，實(shí)現(xiàn)了水稻葉片冠層圖像的準(zhǔn)確提取。
　　本文主要研究內(nèi)容分為四個(gè)部分:綠色植物目標(biāo)與背景的分割方法研究;非粘連情況下的雜草去除;粘連情況下

2、的雜草識別與去除;基于輪廓曲率的雜草識別方法。
　　首先，根據(jù)綠色植物目標(biāo)與背景顏色上的差異，本文對目前常用的幾種顏色特征因子進(jìn)行實(shí)驗(yàn)驗(yàn)證，并對比分析實(shí)驗(yàn)結(jié)果，選擇基于顏色分量運(yùn)算與色域壓縮的背景分割方法，該方法能夠很好的分離綠色植物目標(biāo)與背景。
　　然后，在水稻葉片與雜草非粘連的情況下，本文采用面積過濾法濾除背景中白色雜點(diǎn)以及水稻葉片間的黑色小孔洞，為了保留與綠色植物目標(biāo)分離的小面積水稻葉片，本文引入了基于形狀特征的識別方

3、法。
　　其次，針對水稻葉片與單片近圓形雜草的識別，本文提出了凹點(diǎn)檢測與Hough變換相結(jié)合的識別方法，首先運(yùn)用凹點(diǎn)檢測算法，通過算法參數(shù)的調(diào)節(jié)檢測出水稻葉片與雜草交疊處的凹點(diǎn)，對邊緣圖像進(jìn)行Hough變換處理檢測到近圓形區(qū)域即雜草，這樣根據(jù)有效凹點(diǎn)與檢測到的近圓形區(qū)域即能得到屬于雜草的具體區(qū)域，把此區(qū)域置為背景黑色，即去除了雜草區(qū)域。實(shí)驗(yàn)結(jié)果表明，該方法的識別準(zhǔn)確率可以保持在90％以上。
　　最后，針對多片雜草交疊生長的情