基于变量喷药的杂草识别关键技术研究
基于变量喷药的杂草识别关键技术研究
【摘要】： 玉米在我国东北地区农业生产中占有重要的地位,而杂草给玉米的生长带来了极大的危害,它与玉米争夺养分、水分、空间、光照等,且容易助长病菌的滋生,提高病虫害发病率,不利于农业发展,因此,去除杂草对农田玉米作物的生长是十分有益的。使用化学药品去除杂草是我国目前最常见的方法。普通的喷药机普遍采用粗放式、大面积喷洒的工作方式,不仅提高了农业成本,而且带来了土壤、环境、生态污染等问题,对农业的可持续发展非常有害,研究高效、节能的变量喷药技术显得尤为重要。在变量喷药技术中,确定杂草的分布信息(位置、密度)是首要任务,即杂草识别是实现变量喷药的关键一步。本论文采用数字图像处理技术,针对变量喷药技术中的杂草识别方法进行了深入研究,具体研究内容如下:(1)图像预处理算法,针对获取的大田图像的实际情况,对涉及到的灰度化、去噪、二值化处理等算法进行对比分析,选择最适合大田图像的杂草、作物预处理算法。(2)图像边缘检测算法研究,图像边缘检测算法有很多格有优缺点,由于在自然条件下采集的作物图像比较复杂,本文通过与常用的图像边缘检测方法进行对比,针对大田作物图像,提出了一种快速的基于模糊增强的作物图像轮廓提取方法,并通过多次实验验证了本算法的快速有效性,克服了传统边缘检测算法速度慢、忽略模糊性、图像细微处定位不准确及边缘信息丢失的缺点。(3)杂草的生长是没有规律的,为了便于研究,本文将杂草分为行间杂草和行内杂草两种情况进行识别。对于行间杂草,本文采用基于位置特征的方法来识别,首先对采集到的成行排列的作物进行中心行确定。在确定作物中心行时,采用Hough变换算法来实现,根据玉米作物基于固定行宽播种的实际情况,依据行宽对中心行进行填充,达到作物与杂草区分的目的,完成行间杂草的识别。(4)行内杂草的识别,本文采用基于形状特征的杂草识别方法来识别玉米大田中常见的四种杂草,因为单一的形状特征参数不能准确的完成识别,本文采集计算了面积、周长、宽长比、圆形度、离散度等5个特征参数,得到不同特征参数的取值范围,构造不同的隶属度函数,采用模糊理论实现行内杂草的识别。本论文实现了行间、行内杂草的识别,研究杂草识别对农业的现代化发展、除草剂的合理利用、生态环境的保护都有一定的指导作用和现实意义。
【学位授予单位】：吉林农业大学
【学位级别】：硕士
【学位授予年份】：2015
相关知识
基于python编程的五种鲜花识别
基于深度学习的百合花种类识别研究
机器视觉识别棉花病害中的形态特征提取
多源图像融合技术在棉花病虫害诊断中的应用
突破用户分析难点的关键模型+案例解析,产品经理,Rss
基于tensorflow的花卉识别
基于深度学习的花卉识别系统开发
基于深度迁移学习模型的花卉种类识别
基于深度学习的花卉识别研究
基于Pytorch的花卉识别
网址: 基于变量喷药的杂草识别关键技术研究 https://m.huajiangbk.com/newsview76633.html
| 上一篇: 暴风雨过后花卉、林业管理措施 |
下一篇: 种植业防寒抗冻技术措施 |
