基于SVM的可见/近红外光的玉米和杂草的多类识别

杂草的识别分类在精准农业的变量喷施中具有重要的作用.因此提出了一种新的基于SVM(支持向量机),利用决策二叉树在可见/近红外图像中识别作物和杂草的方法.根据近红外波段的光谱特性,利用阈值法实现了植物和土壤背景的分割.将植物冠层的多光谱反射特征、纹理特征和形状特征相结合,采用最大投票机制算法构造合理的决策二叉树,实现了分类.对玉米幼苗及其伴生杂草的识别结果表明,基于SVM,利用决策二叉树的多类分类,可极大的提高分类精度,满足农业应用的实时性要求,与其他方法相比具有较好的结果.