玉米苗期杂草的计算机识别技术研究

被引:56
作者
龙满生
何东健
机构
[1] 西北农林科技大学信息工程学院
关键词
杂草识别; 计算机视觉; 人工神经网络; 玉米幼苗;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
利用计算机视觉技术和人工神经网络技术对识别玉米苗期田间杂草进行了研究。首先利用类间方差最大自动阈值法二值化杂草图像的超绿特征,再进行连续腐蚀与膨胀,然后根据长宽比、圆度、第一不变矩3个形状特征由BP网络识别出玉米幼苗,最后利用种子填充法从阈值分割结果中擦除玉米目标,剩余的就是杂草目标。研究表明,基于BP网络的杂草识别算法对玉米幼苗与杂草的正确识别率分别为87.5%和93.0%,处理一幅640×480像素的杂草图像平均耗时约为58 ms。
引用
收藏
页码:139 / 144
页数:6
相关论文
共 2 条
[1]   Weed detection using canopy reflection [J].
Vrindts E. ;
De Baerdemaeker J. ;
Ramon H. .
Precision Agriculture, 2002, 3 (1) :63-80
[2]   Robotic Weed Control System for Tomatoes [J].
Lee W.S. ;
Slaughter D.C. ;
Giles D.K. .
Precision Agriculture, 1999, 1 (1) :95-113