基于多光谱图像和SVM的玉米田间杂草识别

为解决变量喷洒对杂草识别速度与正确率的要求,提出了一种基于多光谱图像和SVM的杂草识别新方法。通过多光谱成像仪获得玉米与杂草图像,采用IR-R的多光谱融合并结合Otsu分割法完成背景分割;随后对植被图像进行目标分割与形态学处理,提取出所有植被叶片图像,在此基础上提取了叶片11个形状特征参数和纹理特征参数。为提高算法的实时性,对叶片的特征参数进行主成分分析,将前3个主成分作为支持向量机的输入建立模式识别模型。结果表明,降维后对于未知预测样本的识别正确率达到85%,用时0.001 415s。与直接利用支持向量机的90%的识别率和0.105 165s的用时相比,该算法在满足识别率的同时,用时更少,为田间杂草的快速识别提供了一种新方法。