田间图像中杂草群落特征识别的研究
发布时间：2021-04-10 20:30
近些年来利用机器视觉识别田间杂草并进行变量喷洒除草剂成为现代精细农业发展方向,但传统的图像处理技术多应用在对单植株或者小区域的杂草识别,针对此问题,本论文以杂草群落作为主要研究对象,提出三种不同的提取杂草群落特征的方法,有效地来解决提取杂草群落特征这个关键性问题。主要工作内容包括以下几个部分:（1）采用非下采样剪切波算法（NSST）对杂草群落进行特征识别提取,首先介绍了所用到实验样本图像的特点,对非下采样剪切波的原理做了简单的介绍,并分析了它在表征各向异性信息时的优点,详细介绍了非下采样剪切波算法具体的实现步骤并给出了流程图,同时对于不同灰度图像、不同分割大小、不同尺度和不同识别算法对识别率的影响都给出了详细分析。最后得出在HSV（H）灰度图像分块大小为128×128像素第三尺度采用SVM分类识别算法识别效果最好的结论,采用的SVM算法的鲁棒性最强,其平均识别率可以达到66.6%,最高识别率可以达到71.7%。（2）基于交互方法提取ROI区域中的二值掩模图像,通过数据聚合和相似度匹配得到杂草群落特征图像,利用不同的识别算法对特征图像中的特征值进行识别分类,在不同掩模图像下决策树（Tre...
【文章来源】：广西科技大学广西壮族自治区
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
实验样本图像
色模型的选取小结主要介绍在第三章中用到的颜色模型以及颜色模型空间的特性，目颜色模型有 RGB、HSV、2G-R-B 等，RGB 颜色空间是最为常见的一种理也应用较为广泛的一种颜色模型，RGB 图像其实质是一组三维数字矩 RGB 颜色模型中的每一个像素点是由红色分量、绿色分量、蓝色分量这权组成。自然界的所有颜色都可以通过三基色的不同比例组合得到。H人类对颜色的感知最为接近的模型。H 代表色调，S 代表饱和度，V 代表HSV 模型的坐标系统可以是圆柱坐标系统，但一般用六棱锥来表示，如 HSV 颜色模型图。如图 2-2 所示为 RGB 颜色模型图。
色模型的选取小结主要介绍在第三章中用到的颜色模型以及颜色模型空间的特性，目颜色模型有 RGB、HSV、2G-R-B 等，RGB 颜色空间是最为常见的一种理也应用较为广泛的一种颜色模型，RGB 图像其实质是一组三维数字矩 RGB 颜色模型中的每一个像素点是由红色分量、绿色分量、蓝色分量这权组成。自然界的所有颜色都可以通过三基色的不同比例组合得到。H人类对颜色的感知最为接近的模型。H 代表色调，S 代表饱和度，V 代表HSV 模型的坐标系统可以是圆柱坐标系统，但一般用六棱锥来表示，如 HSV 颜色模型图。如图 2-2 所示为 RGB 颜色模型图。
【参考文献】：
期刊论文
[1]基于Itti-Koch算法的建筑视觉显著性研究——过白的空间解析[J]. 赵建波,林小莉. 天津大学学报(社会科学版). 2018(05)
[2]基于卷积网络和哈希码的玉米田间杂草快速识别方法[J]. 姜红花,王鹏飞,张昭,毛文华,赵博,齐鹏. 农业机械学报. 2018(11)
[3]基于卷积神经网络和多信息融合的三维乳腺超声分类方法[J]. 孔小函,檀韬,包凌云,王广志. 中国生物医学工程学报. 2018(04)
[4]基于多特征融合和深度置信网络的稻田苗期杂草识别[J]. 邓向武,齐龙,马旭,蒋郁,陈学深,刘海云,陈伟烽. 农业工程学报. 2018(14)
[5]空洞卷积结合全局池化的卷积神经网络识别作物幼苗与杂草[J]. 孙俊,何小飞,谭文军,武小红,沈继锋,陆虎. 农业工程学报. 2018(11)
[6]聚类与自适应波段选择结合的高光谱图像降维[J]. 张悦,官云兰. 遥感信息. 2018(02)
[7]基于GA-ANN融合算法的棉田杂草特征降维及分类识别[J]. 王淑芬,杨玲香. 河南农业科学. 2018(02)
[8]改进Smote算法在不平衡数据集上的分类研究[J]. 易未,毛力,孙俊,吴林海. 计算机与现代化. 2018(03)
[9]基于视觉注意模型的苗期油菜田间杂草检测[J]. 吴兰兰,徐恺,熊利荣. 华中农业大学学报. 2018(02)
[10]基于卷积神经网络提取多尺度分层特征识别玉米杂草[J]. 王璨,武新慧,李志伟. 农业工程学报. 2018(05)
硕士论文
[1]结合纹理方向性的非下采样剪切波域数字水印算法研究[D]. 范帅帅.西北大学 2017
[2]基于多模激光关联光谱技术的元素汞分析仪研究[D]. 邓天瑞.浙江大学 2017
[3]大样本手背静脉特征及分类器设计研究[D]. 张科.北方工业大学 2014
[4]基于支持向量机的图像分类研究[D]. 汪斌.浙江大学 2013
[5]高清图像中基于车牌定位的车辆跟踪和违章检测[D]. 刘皓.南京理工大学 2012
[6]基于统计特征的AGV特殊标识符识别方法研究[D]. 齐正罡.吉林大学 2005
本文编号：3130291
【文章来源】：广西科技大学广西壮族自治区
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
实验样本图像
色模型的选取小结主要介绍在第三章中用到的颜色模型以及颜色模型空间的特性，目颜色模型有 RGB、HSV、2G-R-B 等，RGB 颜色空间是最为常见的一种理也应用较为广泛的一种颜色模型，RGB 图像其实质是一组三维数字矩 RGB 颜色模型中的每一个像素点是由红色分量、绿色分量、蓝色分量这权组成。自然界的所有颜色都可以通过三基色的不同比例组合得到。H人类对颜色的感知最为接近的模型。H 代表色调，S 代表饱和度，V 代表HSV 模型的坐标系统可以是圆柱坐标系统，但一般用六棱锥来表示，如 HSV 颜色模型图。如图 2-2 所示为 RGB 颜色模型图。
色模型的选取小结主要介绍在第三章中用到的颜色模型以及颜色模型空间的特性，目颜色模型有 RGB、HSV、2G-R-B 等，RGB 颜色空间是最为常见的一种理也应用较为广泛的一种颜色模型，RGB 图像其实质是一组三维数字矩 RGB 颜色模型中的每一个像素点是由红色分量、绿色分量、蓝色分量这权组成。自然界的所有颜色都可以通过三基色的不同比例组合得到。H人类对颜色的感知最为接近的模型。H 代表色调，S 代表饱和度，V 代表HSV 模型的坐标系统可以是圆柱坐标系统，但一般用六棱锥来表示，如 HSV 颜色模型图。如图 2-2 所示为 RGB 颜色模型图。
【参考文献】：
期刊论文
[1]基于Itti-Koch算法的建筑视觉显著性研究——过白的空间解析[J]. 赵建波,林小莉. 天津大学学报(社会科学版). 2018(05)
[2]基于卷积网络和哈希码的玉米田间杂草快速识别方法[J]. 姜红花,王鹏飞,张昭,毛文华,赵博,齐鹏. 农业机械学报. 2018(11)
[3]基于卷积神经网络和多信息融合的三维乳腺超声分类方法[J]. 孔小函,檀韬,包凌云,王广志. 中国生物医学工程学报. 2018(04)
[4]基于多特征融合和深度置信网络的稻田苗期杂草识别[J]. 邓向武,齐龙,马旭,蒋郁,陈学深,刘海云,陈伟烽. 农业工程学报. 2018(14)
[5]空洞卷积结合全局池化的卷积神经网络识别作物幼苗与杂草[J]. 孙俊,何小飞,谭文军,武小红,沈继锋,陆虎. 农业工程学报. 2018(11)
[6]聚类与自适应波段选择结合的高光谱图像降维[J]. 张悦,官云兰. 遥感信息. 2018(02)
[7]基于GA-ANN融合算法的棉田杂草特征降维及分类识别[J]. 王淑芬,杨玲香. 河南农业科学. 2018(02)
[8]改进Smote算法在不平衡数据集上的分类研究[J]. 易未,毛力,孙俊,吴林海. 计算机与现代化. 2018(03)
[9]基于视觉注意模型的苗期油菜田间杂草检测[J]. 吴兰兰,徐恺,熊利荣. 华中农业大学学报. 2018(02)
[10]基于卷积神经网络提取多尺度分层特征识别玉米杂草[J]. 王璨,武新慧,李志伟. 农业工程学报. 2018(05)
硕士论文
[1]结合纹理方向性的非下采样剪切波域数字水印算法研究[D]. 范帅帅.西北大学 2017
[2]基于多模激光关联光谱技术的元素汞分析仪研究[D]. 邓天瑞.浙江大学 2017
[3]大样本手背静脉特征及分类器设计研究[D]. 张科.北方工业大学 2014
[4]基于支持向量机的图像分类研究[D]. 汪斌.浙江大学 2013
[5]高清图像中基于车牌定位的车辆跟踪和违章检测[D]. 刘皓.南京理工大学 2012
[6]基于统计特征的AGV特殊标识符识别方法研究[D]. 齐正罡.吉林大学 2005
本文编号：3130291
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/3130291.html
最近更新
教材专著
