基于图像处理的动态农田杂草识别方法研究

发布时间：2023-05-28 12:18

　　如何防治田间杂草是农业研究中的重要课题之一。现阶段,我国对于农田杂草问题仍采用传统的粗犷式大面积喷施除草剂的方法,由于几十年来长期过量的使用化学除草剂,环境污染、土壤酸化、杂草抗药性增强等问题也接踵而至。但化学除草与人工除草、物理除草、机械除草等几种常见的除草方式相比,在作物保护、经济成本、除草效率、见效时间等方面都有着明显的优势。因此,为了能够合理有效的使用化学除草剂,避免喷药机无差别大面积喷施,变量喷药技术成为近些年国内外农业研究的热点内容。其中,对田间杂草进行识别,判断农田杂草密度是实现变量喷药的重要环节。本文以东北主要经济作物玉米作为研究对象,基于图像处理技术,对玉米苗期杂草识别方法进行深入研究,具体研究内容如下:(1)农田动态场景分析。图像采集工作是保障后续杂草识别准确的基础。该部分首先模拟田间作业动态场景,针对静态和动态条件下采集作物图片进行对比,然后分析农机速度及行驶环境对图像成像的影响,最后选择合理防抖方案消除视轴抖动、外部环境变化对图像采集的影响,从而还原真实场景信息。(2)颜色系数模型优化。本文基于反向变异粒子群算法对颜色系数模型进行优化,通过适应度函数对颜色空间内...

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究的目的及意义
    1.2 国内外研究现状及存在问题
        1.2.1 形状特征提取
        1.2.2 颜色特征提取
        1.2.3 纹理特征提取
        1.2.4 多光谱特征提取
    1.3 技术路线及研究方法
        1.3.1 研究内容
        1.3.2 本文结构安排
第二章 动态场景图像采集及抖动去噪
    2.1 动态场景图像采集
        2.1.1 动态作业场景分析
        2.1.2 防抖方案选择
    2.2 噪声处理
        2.2.1 噪声类型
        2.2.2 极值中值滤波法
第三章 基于粒子群优化算法的农田特征提取
    3.1 图像灰度化
    3.2 基于RM-PSO的颜色系数提取
        3.2.1 颜色系数搜索
        3.2.2 粒子群优化算法
        3.2.3 粒子群反向变异策略
    3.3 最优颜色系数提取
        3.3.1 适应度函数构造
        3.3.2 满意度函数构造
        3.3.3 全局最优颜色系数提取
    3.4 阈值图像分割
        3.4.1 经典阈值分割方法
        3.4.2 阈值分割算法改进
    3.5 试验结果与分析
        3.5.1 颜色系数提取实验及分析
        3.5.2 图像处理结果分析
        3.5.3 图像处理时间分析
第四章 杂草识别
    4.1 垄线检测
        4.1.1 基于霍夫变换的直线检测
        4.1.2 基于随机霍夫变换直线检测
    4.2 基于行宽的杂草识别方法
        4.2.1 垄线区域填充
        4.2.2 杂草信息分布
        4.2.3 杂草信息分布系统
    4.3 实验结果及分析
第五章 总结及展望
参考文献
作者简介
致谢



本文编号：3824575