提出了一种基于计算机视觉技术和概率神经网络技术的玉米幼苗和杂草识别方法。首先利用类间方差最大自动阈值法对杂草图像的修正的超绿特征进行二值化处理;然后提取目标对象的形状特征参数作为输入向量,由概率神经网络(PNN)分类器识别出玉米幼苗。试验结果表明,该方法的有效性,对不同田间环境的玉米幼苗与杂草的准确识别率分别为92.5%和95%,效果优于使用BP网络。
21 0 0年 1 1月
农机化研究
第 1】期
基于概率神经网络的玉米苗期杂草识别方法的研究 侯晨伟,陈丽 0 10 ) 7 0 1
(北农业大学机电工程学院,河北保定河
摘
要:提出了一种基于计算机视觉技术和概率神经网络技术的玉米幼苗和杂草识别方法。首先利用类间方
差最大自动阈值法对杂草图像的修正的超绿特征进行二值化处理;然后提取目标对象的形状特征参数作为输人向量,由概率神经网络 ( N分类器识别出玉米幼苗。试验结果表明,方法的有效性,不同田问环境的玉米 P N)该对幼苗与杂草的准确识别率分别为 9 .%和 9%,果优于使用 B 25 5效 P网络。 关键词:玉米幼苗;杂草识别;图像处理;概率神经网络 中图分类号:T 3 14 P 9 .1文献标识码:A 文章编号:1 0 0 3—1 8 2 1 ) 1- 0 1— 3 8 X(0 0 1 0 4 0
0引言 目前,玉米田问的除草方式主要是利用除草剂来进行的,除草剂的过度使用,仅增加了成本,且也不而造成 _环境的污染。因此,选择性地喷洒药剂,『对有 实行变量喷洒十分必要 l。实行除草剂的变量喷洒, 1 首先要解决的问题就是杂草的识别。农作物杂草的
行 J。为了提高杂草识别算法的稳定性,河北农业在大学试验田中实地拍摄不同的自然光照下的玉米筒
期杂草图像,获取的图像以 B P格式输入到计算机把 M 中用 Ma a行处理。 t b进 l 1 2图像分割 .
植物通常呈绿色,土壤呈黄褐色,无生命的植物 残余物呈淡黄色。因此,用植物 (物与杂草 ) j利作上背景(包括土壤、石、砂作物残余、物阴影等 )间的颜植之 色差异可以将植物从背景中分割出来。杂草图像的
识别已开展了许多研究并取得了相应的成果 j但, 也存在着一些问题:有的研究是在室内环境下进行如
的,能适应不同的农田环境;的识别系统的实现不有 需要很大的硬件投资;的研究提出的算法比较复有杂,且正确识别率不高。针对以上问题,文运用并本数字图像处理技术对拍摄到的玉米和
杂草苗期的原始图像进行了一系列的预处理,效地获取玉米和杂有
背景分割中,用的颜色特征有超绿特征 ( xes常 Ecs G en, G—R—B)色度。 re 2和 苦都能较好地适应
不同土壤湿度和光照条件下的杂图像分割,是对但
于麦秆覆盖率较高的杂草图像,述两种特征的分割上 效果并不理想。根据植物的绿色分量高于红色分量
草图像的形状参数,后以这些参数值作为样本点,然 利用 P N对图像进行识别。 N
与蓝色分量的特性,文将超绿特征 ( E G表示 )本用 X 修正为: G<R或 G<B时,X当 E G=0,则 E G= G否 X 2 —
R—B。修正后,景的过绿特征分布更集中,得背使
1图像处理 1 1图像采集 .
超绿特征直方图具备双峰特性,利于自动获取正确有
的阈值。图 1和图 2分别是一幅麦秆覆盖率较高的 杂草图像基于超绿特征和修正超绿特征的分割结果。 由此可见,正超绿特征的分割结果能够有效地上除修
夏玉米播后杂草便开始出土,后 1播 0天达到出土高峰,5天内出草总数占总出草量的 8%以上, 1 0播后3 0天占 9 .%,一规律正好与夏玉米苗期生长 75这同步。苗期若不及时除草,会严重影响作物产量。将 玉米 3~5叶、草 2~3叶时是化学除草的有利时杂
背景。在不同的土壤湿度、照条件、物残余牢情光作况下图像的试验结果表明,于修正的超绿特分割基效果较好。 1 3形状特征的提取 .
期。若采集时间过晚,叶片遮挡严重,加杂草检则增 测难度。因此,文的图像采集在玉米 3~5叶时进本 收稿日期:2 1 0 0—0 4—1 3基金项目:河北省科技厅汁划项目 ( 7 15 2 0 2 3 15)
对作物而言,子的几何特征是唯一的。叶
米
田间,时存在着单子叶和双子叶的杂草,别以千同分金子和铁苋菜为代表。铁苋菜的叶片具有椭网形特 征,在外形上和玉米叶片有着较大的差异;金子和千
作者简介:侯晨伟 ( 9 0一)女,北灵寿人,教, E—ma ) e 18,河助 ( i h
— l we l 5 1 3. Oq。 i 01@ 6 e l / 1
玉米叶片的区别不显著,只是前者的叶片比后者要稍

基于形状特征的玉米苗期杂草识别方法的研究_专业资料。为了从玉米苗中准确识别杂草...玉米田常见杂草及其防除... 18人阅读 1页 0.50 基于概率神经网络的玉米....
基于形状特征的玉米苗期... 暂无评价 3页 2.00 基于概率神经网络的玉米....玉米苗期杂草 的计 算机识别技术研究 龙满生 ,何东健※ ( 西北 农林科技大学...
毛文华.胡小安.张小超 基于机器视觉的田间杂草识别系统[会议论文]-2006 2. 侯晨伟.陈丽.Hou Chenwei.Chen Li 基于概率神经网络的玉米苗期杂草识别方法的研究[...
基于概率神经网络的玉米苗... 暂无评价 4页 2.00元 基于遗传算法和支持向量机...,SVIvI)算法应 用于杂草的光谱识别,为杂草识别分类提供一种科学研究方 法。...
实验结果表明 , 此方法可有效地识别出玉米苗期田间细长的单子叶杂草 。 关键词...基于概率神经网络的玉米... 暂无评价 4页 2.00 玉米田间常见杂草主要类....
基于概率神经网络的玉米苗... 暂无评价 4页 2.00元 基于成像光谱技术的作物杂...基于光谱和神经网络模型的作物与杂草识别方法研究基于光谱和神经网络模型的作物与杂...
基于颜色分量与直方图的玉米苗期背景分割方法研究_专业资料。对土壤背景进行有效分割是玉米苗期田间杂草识别的前提和基础。本研究利用颜色分量G-R和G-B与灰度直方图来...
南京 林业大学 研究了基 于 直接施药方法的玉米苗期...目前, 杂草识别通常采用基于机器视觉的方 法来 采集...而在玉米抽雄期和完全生长期使用人 工神经网络方法...
不同除草剂对夏玉米田杂草的防治效果研究_农学_农林牧渔_专业资料 暂无评价
热门文档