全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

豌豆苗期田间杂草识别与变量喷洒控制系统

DOI: 10.6041/j.issn.1000-1298.2012.11.041

Keywords: 杂草识别,虚拟实时系统,颜色特征,边缘检测,变量喷洒

Full-Text   Cite this paper   Add to My Lib

Abstract:

以图像实时控制器CVS—1456为核心设计了图像实时识别与变量喷洒系统。在普通光照下分别采集包含豌豆苗、土壤背景、杂草(刺儿菜)等的原始图像,分析其颜色模型,根据色差分量R—B颜色特征采用LabVIEW和IMAQVision编程实现杂草实时识别。基于Canny算子对识别的杂草进行边缘检测,并提取目标杂草的面积、密度和形心位置3个特征参数为变量喷洒定位提供依据。随机试验表明:基于R—B色差分量对豌豆苗期复杂背景下刺儿菜杂草平均正确识别率达到83.5%,均方差0.066,该方法准确可靠。

References

[1]  张春龙,黄小龙,刘卫东,苗间锄草机器人信息获取方法的研究,农业工程学报,2012(9).
[2]  Guyer D E,Miles G E,Gaultney L D,Application of machine vision to shape analysis in leaf and plant identification,Transactions of the ASAE,1993(1).
[3]  Woebbecke D M,Meyer G E,Bargen K V,Shape features for identifying young weeds using image analysis,Transactions of the ASAE,1995(1).
[4]  EI-Faki M S,Zhang N,Peterson D E. Factors affecting color-based weed detection[J].Transactions of the ASAE,2000,(04):1001-1009.
[5]  Rainer H. Biller,Reduced input of herbicides by use of optoelectronic sensors,Journal of Agricultural Engineering Research? ,1998, 71(4).
[6]  Borregaard T,Nielsen H,Norgaard L. Crop-weed discrimination by line imaging spectroscopy[J].Journal of Agricultural Engineering Research,2000,(04):389-400.
[7]  吕朝辉,陈晓光,吴文福..机器视觉田间植物检测与识别技术[J].吉林工业大学:自然科学学报,2001,(03):90-93.doi:10.3969/j.issn.1671-5497.2001.03.021.
[8]  李先锋,朱伟兴,孔令东..基于SVM和D-S证据理论的多特征融合杂草识别方法[J].农业机械学报,2011,(11):164-168,163.
[9]  吴兰兰,刘剑英,文友先..基于支持向量机的玉米田间杂草识别方法[J].农业机械学报,2009,(01):162-166.
[10]  刘洪臣,陈忠建,冯勇..结合颜色和形态特征的杂草识别方法[J].光电工程,2006,(07):90-93.doi:10.3969/j.issn.1003-501X.2006.07.021.
[11]  刘波,方俊永,刘学..基于成像光谱技术的作物杂草识别研究[J].光谱学与光谱分析,2010,(07):1830-1833.doi:10.3964/j.issn.1000-,0593(2010)07-1830-04.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133