基于分形维数的玉米和杂草图像识别

被引：24

作者：

吴兰兰

刘俭英

文友先

机构：

[1] 华中农业大学工程技术学院

来源：

农业机械学报 | 2009年 / 40卷 / 03期

关键词：

玉米; 杂草; 分形维数; 图像处理; 识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了利用分形维数来识别玉米和杂草的方法。将田间采集到的原始图像转化到HSI空间,利用H分量的不变特性进行图像变换,以消除光照的影响,有利于图像的分割处理。为了识别出玉米和杂草,比较了3种分形维数的计算公式和计算方法,利用Matlab编写的分形软件得到了玉米和杂草的平均分形维数,试验结果表明:Bouligand-Minkowski方法最佳,其中玉米和杂草的平均分形维数分别为1.204和1.079。利用SVM方法进行识别,正确率可以达到80%。

引用

收藏

页码：176 / 179

页数：4

相关论文

共 10 条

[1] 基于支持向量机的玉米田间杂草识别方法 [J].

吴兰兰 ;

刘剑英 ;

文友先 ;

邓晓炎 .

农业机械学报, 2009, 40 (01) :162-166

[2] 基于图像分析的杂草分形维数计算 [J].

李志臣 ;

姬长英 .

农业工程学报, 2006, (11) :175-178

[3] 基于计算机视觉的田间杂草识别方法研究 [J].

沈维政 ;

张长利 ;

刘振恒 .

农机化研究, 2006, (07) :163-165

[4] 基于机器视觉的树木图像实时采集与识别系统 [J].

向海涛 ;

郑加强 ;

周宏平 .

林业科学, 2004, (03) :144-148

[5] 图像的分形维数计算方法及其应用 [J].

冯志刚 ;

周宏伟 .

江苏理工大学学报(自然科学版), 2001, (06) :92-95

[6] 应用计算机图像处理技术识别玉米苗期田间杂草的研究 [J].

纪寿文 ;

王荣本 ;

陈佳娟 ;

赵学笃 .

农业工程学报, 2001, (02) :154-156

[7] Fractal dimension applied to plant identification [J].

Bruno, Odemir Martinez ;

Plotze, Rodrigo de Oliveira ;

Falvo, Mauricio ;

de Castro, Mario .

INFORMATION SCIENCES, 2008, 178 (12) :2722-2733

[8] Comparative fractal characterization of physical changes of different food products during drying [J].

Kerdpiboon, Soraya ;

Devahastin, Sakamon ;

Kerr, William L. .

JOURNAL OF FOOD ENGINEERING, 2007, 83 (04) :570-580

[9] Weed seeds identification by machine vision [J].

Granitto, PM ;

Navone, HD ;

Verdes, PF ;

Ceccatto, HA .

COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2002, 33 (02) :91-103

[10]

数字图像处理.[M].(美)WilliamK.Pratt著;邓鲁华;张延恒等译;.机械工业出版社.2005,