基于abc算法和概率神经网络的玉米与杂草识别

《基于abc算法和概率神经网络的玉米与杂草识别》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、第一章绪论弟一旱殖记1．1研究目的及意义在传统的农业中，杂草肆虐一直是困扰农户和影响农作物生长的的基本问题。不受控制的杂草在农田中生长，不仅与作物竞争阳光、水分、肥料、生长空间，而且蔓延速度极快。有些杂草还会产生抑制物质，阻碍农作物的生长，导致农作物减产，并且质量严重受损；甚至在农作物收获时，因杂草掺杂在作物中妨碍收割，增加了生产费用。根据联合国粮农组织统计，世界上杂草近5万种，其中260多种具有严重危害性。美国每年因为杂草对64种农作物的侵蚀导致损失可达75亿美元，不仅如此每年还要投入大量的资金进行除草，化学费用可高达36亿美元⋯。在我们泱泱大国，中国近

2、8亿劳动人口中，产业分布：农业人口占33．6％、工业人口占30．3％、服务业的人口占36．1％，农业在我国及其他发展中国家的重要性显而易见，但是我国现存的1400余种杂草中，有130余种严重危害农作物生长，我国每年要投入平均235亿元用于杂草防治，尽管如此，杂草仍然导致粮食减产5000万吨，造成接近千亿元的经济损失’23。面对数目庞杂的杂草危害，在除草方面人力、物力的投入可想而知是相当艰巨的。农业部的植保总站曾统计过我国用在除草上的劳动量，其高达20到30亿个劳动日阳3，农田除草用工量占田问总工作量的1／2，即便如此，杂草仍然困扰我国的粮食产量，年损失约1

3、750万吨“‘3。鉴于杂草的危害，除草成为了农业不可或缺而紧急的重要任务。目前，控制杂草的一些策略包括人类手工清除杂草，机械除草，或使用除草剂。化学除草法省力及时，并且化学喷洒适合大面积作业，效益较高。因学除草法各种优点，使其一跃成为目前主要的除草方式。近30年来，中国对除草剂的施用量急剧增加，除草剂己达农药总施用量的1／5。在未来相当长的时间内，因除草剂的便捷与高效，化学除草法仍是除草的主要措施。较少使用化学剂，减轻污染，提高收益是未来的工作重心，因为未知杂草分布情况而覆盖性漫无目的地喷洒化学制剂(主要是化肥和除草剂)的粗放式农业除草，不仅会造成大量化学

4、制剂的浪费，更严重的是污染环境，影响人类的身体健康汹哺1。由以上分析可知，研究利用现代技术识别杂草及其分布，机器视觉识别出杂草区域变量使用化学制剂是未来精细农业除草的发展方向。对一定密度的杂草使用除草剂，而基于ABC算法和概率神经网络的玉米与杂草识别对无杂草的地方不使用除草剂，仅对农作物的地方使用肥料，而对杂草过多而作物很少的地方不使用肥料或少施肥料，从而实现精细农业的变量投入。21世纪的农业革命任务包含实现精细农业，而农业要持续发展也不可偏离精细农业战略之路，即提高农业利润和市场竞争力，改善有限土地资源的利用率，净化生态环境，实现友好良性循环。因此无论是

5、统筹效益商情还是兼顾实际国情，都必须认真落实加快实现精细农业战略，从而提高农业利润减轻农业负担。而利用机器视觉系统对杂草种类进行识别又是精细农业中实施变量投入的基础：此外，基于机器视觉的杂草分类识别技术同样为低空农业遥感技术提供相关的基础研究，利用小飞机在低空对农田小区域进行图像采集和分析，具有价格低、使用灵活的优点，但实验困难。杂草分类识别的研究也能够为低空农业遥感技术在图像处理四。1踟方面提供相关的理论和技术。综上所述，将杂草从作物和土壤背景中区分出来，实现机器视觉杂草识别技术是实现精细农业变量投入的技术前提，促进农业生产的节本增效，和谐生态环境，有助

6、于实现绿色农业。机器视觉的识别技术在农作物病虫害诊断、农作物生长信息、土壤和农作物成分分析等方面都有十分广泛的应用前景。尽管目前该领域研究中仍然有特征难选择、识别精度低、识别速度慢等技术难题亟待解决，但是信息处理提取技术、机器智能技术以及相关学科的深入研究，计算机、摄像机等物理设备性能的不断提高，定会为机器视觉技术在农业领域的研究与实现添上一双起飞的翅膀，为其应用开辟更广泛的空间，为实现农业现代化、自动化和精细化提供了可能。1．2国内外研究现状从1970年开始，遥感图像、生物图像和医学图像的分析技术取得成功的应用后，机器视觉识别技术逐步吸引了学者的研究，在

7、农业领域主要涉及农作物质量检测和分级等。自1990年开始，机器视觉改变以往的单一外观视觉研究，转向了作物品种、形状成分组成等实用化方向发展。利用机器视觉来识别杂草的应用研究非常广泛，机器学习方法在作物和杂草的分类中已经非常受关注。首先，使用支持向量机对作物和杂草识别的研究如下：Wu和w色n采用了支持向量机分类器，使用GLCM和基于直方图的统计对杂草和玉米幼苗的纹理特性识别[11]。Tellaeche等人介绍了一种结合分割和基于决策方法的杂草分类方法【12]。Rumpf等人介绍了一种基于连续性SVM小型谷物识别的方法[13】。其次，也有使用神经网络的方法：马

8、兆敏提出了一种基于神经网络的分割方法使用BP第一章绪论神经网络将各