基于图像处理和蚁群优化的形状特征选择与杂草识别.pdf

《基于图像处理和蚁群优化的形状特征选择与杂草识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第10期1782010年10月农业工程学报TransactionsoftheCSAEV01．26No．10Oct．2010基于图像处理和蚁群优化的形状特征选择与杂草识别李先锋L2，朱伟兴墩，纪(1．江苏大学电气信息工程学院，镇江212013：滨1，刘波1，马长华12．盐城工学院信息工程学院，盐城224051)摘要：利用叶片形状特征区分杂草和作物是杂草识别的一个重要方法。为了提高杂草识别的精度和效率，通过形态学运算和基于距离变换的阙值分割方法分离交叠叶片，从单个叶片中提取包括几何特征和矩特征的17个形状特征，用蚁群优化(ACO)算法和支持向量机(SVM)分类器进行特征选择和分类识别

2、，选取有利于分类的较优特征并实现特征的优化组合。棉田杂草试验结果表明，该方法能实现分类特征的有效缩减，经优化组合得到的最优特征子集用于杂草识别的准确率达95％以上，识别率高，稳定性好，对识别杂草时如何兼顾准确率和实时性具有参考意义。关键词：图像处理，特征提取，支持向量机，蚁群优化算法doi：10．3969／j．issn．1002—6819．2010．10．030中围分类号：TP391．4文献标志码：A文章编号：1002—6819(2010)一10-0178—05李先锋，朱伟兴，纪滨，等．基于图像处理和蚁群优化的形状特征选择与杂草识别[J]．农业工程学报，2010，26(10)：178—1

3、82．LiXianfeng，ZhuWeixing，JiBin，eta1．Shapefeatureselectionandweedrecognitionbasedonimageprocessingandantcolonyoptimization[J]．TransactionsoftheCSAE，2010，26(10)：178—182．(inChinesewithEnglishabstract)0引言1图像处理和杂草形状特征提取杂草识别是指通过提取和选择杂草及作物图像的诸如形状、颜色、纹理等视觉特征将杂草从作物中分离出来。实现精确、快速识别杂草的关键在于准确提取叶片特征并实现特征的优化组合。

4、各种植物在外形上，尤其是叶片形状存在显著差异，所以形状特征是区分杂草和作物的主要特征之～，并在杂草识别研究中作为主要识别特征取得了一定的效果。然而，在已有研究中【l五】，一方面，未考虑叶片交叠现象，导致特征参数计算不准确而影响识别率；另一方面，对提取的大量特征未进行优化选择，致使特征提取工作量过大而影响实时性。本文在对田间植物图像进行预处理并分离交叠叶片的基础上，首先提取杂草和作物叶片的形状特征，然后引入蚁群优化(antcolonyoptimization，ACO)算法16]和支持向量机(supportvectormachine，SVM)分类器来求解特征选择问题。通过定义目标函数，以SV

5、M的最大分类准确率引导特征选择操作获得最优特征向量，最终实现杂草形状特征的优化组合和杂草识别，从而为杂草识别时在保证识别率的前提下如何减小特征提取的工作量，提高识别效率提供依据。收稿日期：2010删l修订日期：2010-06-21基金项目：江苏大学现代农业装备与技术省部共建教育部重点试验室开放基金资助项目(NZ200709)作者简介：李先锋(1974一)，甘肃会宁人，博士生，主要研究方向为模式识别与人工智能、图形图像处理等。镇江江苏大学电气信息工程学院，212013。EmaihV锄gIlardlee(拳ohlLc鲫※通信作者：朱伟兴(1957一)，江苏苏州人，教授，博士生导师，主要研究方

6、向为智能检测、图像处理与机器视觉等。镇江江苏大学电气信息工程学院，212013。Emaihwxzhu@ujs．edu．∞1．1交叠叶片的分割实际拍摄的棉田植物图像中部分存在叶片交叠现象，为了尽可能准确地提取形状特征以提高杂草识别率，必须先进行交叠叶片的分割。针对叶片交叠程度不同，分别采用不同的处理方法。1)对于叶片形状差异较大的杂草和作物形成的小面积交叠，如图la所示的棉花和马唐交叠图像(棉花叶片面积大，杂草叶片细长、面积小)，采用基于形态学滤波的方法分割叶片交叠的接触区域。首先，用最大类间方差法对图1a二值化，提取植物图像如图1b所示，显然单独的阈值分割无法将重叠目标分开。为此再对图l

7、b运用形态学的开运算处理：如式(1)，先用结构元素B对图形A进行腐蚀，消除物体边界点，将2个物体分开；再用B对结果进行膨胀，使被分开的物体回复各自原有的形状。彳oB=(Aos)oB(1)式中，A为图形对象；口为结构元素。图lc即为开运算的分割效果，有效地实现了棉花和马唐叶片交叠部分的分割。玉棉花和杂草图像b．二值图像c．分割后的图像图l基于形态学处理的图像分割Fig．1Imagesegmentationbasedonmorpholo