基于机器视觉的杂草图像特征提取及识别研究 毕业设计论文

《基于机器视觉的杂草图像特征提取及识别研究 毕业设计论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于机器视觉的杂草图像特征提取及识别研究学生姓名：xxx指导教师：xxx所在院系：xxx所学专业：xxx研究方向：xxxxxx大学xxx年xxx月BasedonmachinevisionimagefeatureextractionandrecognitionweedsName：xxxTutor：xxxCollege：xxxMajor：xxxDirection：xxxxxxUniversityMayxxx摘要杂草同农田作物争夺阳光和养分，严重影响了农作物的生长。为了达到除草的目的，人们开始喷洒大量的除草剂来进行除草。可

2、是却忽略了除草剂的不当使用给人、畜以及环境造成的危害。本文从实际应用出发，设计了一个基于机器视觉的杂草图像特征提取及识别系统。系统的运行在参考了前人研究成果的基础上，不断进行对比试验和算法的改进，找出适合于机器视觉的杂草识别的可行性方法。本文对动态杂草图像的采集、处理和识别方法进行研究。采集来的图像经常会有模糊现象的发生，对模糊图像的恢复处理做了大量的研究试验，得出维纳滤波具有较好的恢复效果；绿色植物和土壤背景的分割试验中，提出了一种基于彩色图像的二值化方法，可以不经过彩色图像灰度化就能够直接把绿色植物与土壤背景分割

3、开，和以往的分割方法相比处理速度快，分割效果好，更加满足实时性；杂草和作物的分割主要研究了行间杂草和作物的分割，参考国内外资料，并进行研究试验，表明运用位置特征识别法有很好的分割效果，寻找作物中心行采用了简单快速的像素位置直方图法，填充作物中心行采用了改进的扫描线算法，和其他填充方法相比减少了重复操作，节省了时间，满足实时处理的要求；分割后的图像为只含有杂草的二值图像，通常会有一些残余的叶片和颗粒的噪声，通过形态学滤波和扫描线填充算法去除噪声，试验结果表明扫描线算法去除噪声效果更好。基于机器视觉的杂草图像特征提取及识

4、别系统的硬件组成主要有计算机、采集卡、摄像头、实验平台。本文从动态杂草识别的处理方法出发，在实验室内开展了一系列的试验和分析，对主要的问题和技术难点作了较为深入的研究,设计实现了基于机器视觉的杂草图像特征提取及识别系统。关键词:杂草识别；图像处理；机器视觉-I-BasedonmachinevisionimagefeatureextractionandrecognitionweedsAbstractWeedcontestssunlightandnutrientwithcrop,asaresult,thegrowthof

5、cropwasseriouslyaffected.Peoplefallbackonsprayingagreatdealofherbicideforweedingpurpose,buttheyignoredmisapplyingofherbicidewillonlypollutetheenvironmentbutalsojeopardizeshumanandlivestock.Soit’snecessarytodevelopanintelligentweedingmethod.Thepaperdesignedasyst

6、emofimagefeatureextractionandrecognitionweedsonthebasisofmachine.Inordertofindafeasibledynamicweedidentifyingmethodweconsultedpredecessorfortheirresearch,atthesametime,wedidalotofcomparisonexperimentstoimprovethearithmetic.Thepaperstudiedmostlyontheimagecollect

7、ion,processingandidentification.Therewillbeablurinmovingpictures,sowehavetodoalotofexperimenttorestoretheblurryimage;atlastwefindthatwienerfilterisapreferablemethod.Weputforwardabinarymethodbasedoncolorimageintheexperimentofseparatinggreenplantsfromsoilbackgrou

8、nd,themethodcanseparategreenplantsfromsoilbackgroundwithoutconvertingcolorimagetograylevelimage,sothemethodismorefast,bettersegmentationeffectcomparingwithtraditionalmethods