应用多光谱数字图像识别苗期作物与杂草

被引：13

作者：

朱登胜 ^{[1
]}

邵咏妮 ^{[2
]}

潘家志 ^{[2
]}

何勇 ^{[2
]}

机构：

[1] 金华职业技术学院

[2] 浙江大学生物系统工程与食品科学学院

来源：

浙江大学学报(农业与生命科学版) | 2008年 / 04期

关键词：

作物; 杂草; 多光谱成像; 形态学; 识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

通过对多光谱成像仪获得的数字图片,采用一定的目标分割与形态学处理,对豆苗和杂草进行识别判断.为解决识别速度与正确率的矛盾,以豆苗和杂草图像的识别为例,提出一种基于多光谱图像算法的杂草识别新方法.应用3CCD多光谱成像仪获取豆苗与杂草图像,以多光谱图像的近红外IR通道图像为基础,利用图像分割和形态学方法,将所有豆苗叶子影像提取出来.对于剩下的2种杂草(牛筋草,空心莲子草)图像,先利用图像分析工具统计出图像块的长度、宽度、面积等基本特征参数,并根据它们形状的不同,总结出两条简单的判别规则,进行进一步的识别.本试验对147个目标进行判断,其中误判14个,正确率为90.5%,表明该方法算法简单、计算量小、速度快,能够有效识别这2种杂草,为田间杂草的快速识别提供了一种新方法.

引用

页码：418 / 422

页数：5

共 6 条

[1] 基于机器视觉的苗期杂草实时分割算法 [J].

毛文华 ;

王一鸣 ;

张小超 .

农业机械学报, 2005, (01) :83-86

[2] 基于机器视觉的田间杂草识别技术研究进展 [J].

毛文华 ;

王一鸣 ;

张小超 ;

王月青 .

农业工程学报, 2004, (05) :43-46

[3]

Crop–weed Discrimination by Line Imaging Spectroscopy.[J]..Journal of Agricultural Engineering Research.2000, 4

[4]

Multispectral imaging of vegetation at Biosphere 2.[J].Bruno D.V Marino;Paul Geissler;Brian O’Connell;Nina Dieter;Tony Burgess;Cary Roberts;Jonathan Lunine.Ecological Engineering.1999, 1

[5]

数字图像处理.[M].(美)KennethR.Castleman著;朱志刚等译;.电子工业出版社.2002,

[6]

图象处理与分析.[M].崔屹编著;.科学出版社.2000,

← 1 →