OALib Journal期刊
基于颜色特征与多层同质性分割算法的麦田杂草识别
, PP. 120-124
Keywords: 杂草识别 ,形态学 ,颜色特征 ,同质性 ,与运算
Abstract:
针对杂草与小麦叶子交叠的情况，提出了一种利用改进的多层同质性分割算法,并综合颜色与形态特征的杂草识别方法。在颜色空间YIQ，选取I作为特征量并用改进的最大类间方差法分离植物与背景；在颜色空间HSI，选取I的同质性量和S作为特征量进行多层同质性分割分离小麦与杂草；最后结合形态学特征开闭运算滤波及二值逻辑与运算获得杂草图像；通过模拟化学除草系统，从理论上评价整个系统的除草效率。试验结果表明，杂草正确识别率达92.6%，单幅图像除草剂的减少率在35%～50%，小麦田的除草剂减少率超过
References
[1] 林开颜,吴军辉,徐立鸿.彩色图像分割方法综述[J].中国图像图形学报,2005,10(1):1～10. [2] El-Faki M S,Zhang N,Peterson D E.Factors affecting color based weed detection[J].Transactions of the ASAE,2000,43(4):1 001～1 009. [3] 刘洪臣,陈忠建,冯勇.结合颜色和形态特征的杂草实时识别方法[J].光电工程,2006,33(7):96～100. [4] 杜奇,向健勇,袁胜春.一种改进的最大类间方差法[J].红外技术,2003,25(5):33～36. [5] Rafael C G,Richard E W.Digital image processing[M].2nd ed.Beijing:Publishing House of Electronics Industry,2001. [6] Cheng H D,Sun Y.A hierarchical approach to color image segmentation using homogeneity[J].IEEE Transactions on Image Processing,2000,9(12):2 071～2 082. [7] 赵金英,张铁中,杨丽.西红柿采摘机器人视觉系统的目标提取[J].农业机械学报,2006,37(10):200～203. [8] Ukrit Watchareeruetai,Yoshinori Takeuchi,Tetsuya Matsumoto.Computer vision based methods for detecting weeds in lawns[C].IEEE Conference on Cybernetics and Intelligent Systems,2006:1～6. [9] 毛文华,王一鸣,张小超,等.基于机器视觉的苗期杂草实时分割算法[J].农业机械学报,2005,36(1):83～86. [10] 周平,汪亚明,赵匀.基于颜色分量运算与色域压缩的杂草实时检测方法[J].农业机械学报,2007,38(1):116～119. [11] Lee W S,Slaughter D C,Giles D K.Robotic weed control system for tomatoes[J].Precision Agriculture,1999,1(1):95～113. [12] 姚鸿勋,刘明宝,高文,等.基于彩色图像的色系坐标变换的面部定位与跟踪法[J].计算机学报,2000,23(2):158～165.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
