基于颜色特征的棉田绿色杂草图像识别方法_沈宝国

《基于颜色特征的棉田绿色杂草图像识别方法_沈宝国》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25卷第6期农业工程学报Vol.25No.6 2009年6月TransactionsoftheCSAEJun.2009163基于颜色特征的棉田绿色杂草图像识别方法沈宝国1,2，陈树人1※，尹建军1，毛罕平1（1．江苏大学现代农业装备与技术省部共建教育部重点实验室，镇江212013；2．镇江机电高等职业技术学校，镇江212003）摘要：为实现棉田精确喷洒除草剂的自动化作业，该文基于颜色特征开展棉田中绿色杂草与棉苗的自动识别研究。利用苗期棉花茎秆呈暗红色的特点，首先使用Otsu法对所获图像的超红特征灰度图像和超绿特征灰度图像进行动态阈值分割，分别获取棉苗茎秆和绿色植物的二

2、值图像。然后从棉苗茎秆二值图像中提取棉苗茎秆坐标，将棉苗茎秆与绿色植物二值图像进行位置信息融合，确定绿色植物二值图像中的棉苗区域，从而识别出各个绿色杂草区域并确定其区域质心和面积。通过15幅棉田绿色杂草图像进行试验表明，在棉苗茎秆不被叶片遮挡以及棉苗和杂草间不出现重叠的情况下，绿色杂草可以完全识别，棉苗的识别率可达到74%以上。关键词：图像识别，图像融合，颜色特征，杂草doi：10.3969/j.issn.1002-6819.2009.06.031中图分类号：TP391.41，S451文献标识码：A文章编号：1002-6819(2009)-6-0163-05沈宝国，陈树

3、人，尹建军，等.基于颜色特征的棉田绿色杂草图像识别方法[J].农业工程学报，2009，25(6)：163－167.ShenBaoguo,ChenShuren,YinJianjun,etal.Imagerecognitionofgreenweedsincottonfieldsbasedoncolorfeature[J].TransactionsoftheCSAE,2009,25(6)：163－167.(inChinesewithEnglishabstract)0引言的特征，寻求超红特征灰度图像和超绿特征灰度图像间的差异，进行位置信息融合，达到分割图像与提取茎秆棉花是中国重

4、要的经济作物之一，年种植面积约占区域的目的，从而可以识别各个绿色杂草区域并确定其世界棉花种植总面积的14.13%，年总产量约占世界棉花总产量的26.7%[1]。棉田中，杂草众多，严重影响着棉花图像特征，包括区域质心位置和区域面积，为实现棉田精确喷洒除草剂的自动化作业提供技术基础。的产量和品质。对棉田草害进行有效防治的前提是准确地确定棉田中杂草区域。在棉田杂草识别相关的研究中，1杂草识别和处理Woebbecke等[2]采用圆度、周长/厚度、伸长度等形状特征进行杂草与作物的识别；Yonekawa等[3]对紧密度、圆度、伸长度、叶状和粗糙度进行评价，认为这些简单无量纲本文提出

5、的棉田图像处理方法分以下4步：1）基于棉苗图像的超红（1.4R-G-B）特征[9]与超绿（2G-R-B）特征[10]，对获取的彩色图像（如图1）进行灰度化处理，形状参数是非常有效的；纪寿文等[4]根据投影面积、叶长、得到超红特征灰度图像与超绿特征灰度图像；2）利用叶宽识别出杂草；Aitkenhead等[5]使用人工神经网络对叶Otsu法，分别对超红特征灰度图像与超绿特征灰度图像片的形状特征进行学习和训练，苗期的胡萝卜与黑麦草进行动态阈值分割，获取棉苗茎秆与绿色植物的二值图和藜的识别率高达75%；Søgaard[6]利用形状模板对丹麦像；3）利用面积法进行二值图像的滤波处

6、理，对棉苗茎农田的苗期杂草进行识别，其识别率达到65%～90%以上；龙满生等[7]根据长宽比、圆度、第一不变矩3个形状秆二值图像经膨胀处理后进行轮廓跟踪提取棉苗茎秆在二值图像中位置坐标；4）在绿色植物二值图像中找到与特征由BP网络识别出玉米幼苗。这些研究均以叶片为研棉苗茎秆位置坐标相对应的整株棉苗区域，将绿色植物究对象，须保证植物株内叶片不发生遮挡的要求，并须二值图像和棉苗区域二值图像进行代数减运算，即可从对不同的杂草采用不同的形状参数。图像中识别出各个绿色杂草区域：与棉苗茎秆位置相连 本文结合江苏省本地实际情况[8]，以棉田中的铁苋菜的区域为棉苗区域，否则即为绿色杂草

7、区域。棉苗与绿（Acalyphaaustralis）、狗尾草（Setariaviridis）、牛筋草色杂草图像的识别算法的具体操作流程如图2所示。（Eleusineindica）为主要研究对象，并将其归类为棉花类和绿色杂草类，利用棉苗茎秆呈暗红色和杂草呈绿色收稿日期：2008-09-08修订日期：2009-01-28基金项目：镇江市农业科技计划项目（GJ2008008）；江苏省博士后科研资助计划（0601014B）作者简介：沈宝国（1981－），男，山东枣庄人，主要从事机器视觉研究。镇江江苏大学现代农业装备与技术省部共建教育部重点实验室，