基于模糊聚类的农田对象分类

《基于模糊聚类的农田对象分类》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、2015年2月农机化研究第2期基于模糊聚类的农田对象分类唐晶磊，罗刚，苗荣慧，张招(西北农林科技大学信息工程学院，陕西杨凌712100)摘要:利用图像分析技术对农田对象进行分类，识别农田中不同植物和不同湿度土壤，为定点变量作业提供依据。首先，针对农田各类对象包含颜色信息的不同，采用不同因子实现农田图像的灰度化;然后，利用3种灰度图像对绿色植物、蓝色天空和褐色土壤的识别优势，分析比较阈值法和K均值聚类方法并实现了图像分割;最后，利用模糊聚类法对绿色植物和不同湿度的土壤进一步实现分类。实验结果表明，利用K均值聚类法对绿色植物的平均识别率可达92．5%，对不同湿度的3类土壤的平均识别

2、率达95．6%。因此，本研究能够准确分割和识别不同类型的植物与土壤，为农田对象的识别提供了基础。关键词:图像分析;灰度化;图像滤波;图像分割;模糊聚类;农田中图分类号:TP391．41文献标识码:A文章编号:1003－188X(2015)02－0040－06DOI:10.13427/j.cnki.njyi.2015.02.011Han和H．Zhang等人利用K均值聚类方法选取0引言分割域值，实现了农田图像分割和目标分类;但K均农药和化肥的不合理使用导致农产品农药残留值分类算法为统计迭代运算，时耗较大，因此在图像［6］超标和环境污染，严重威胁人类的健康。计算机技术处理时只选用ＲO

3、I(感兴趣)区域进行处理操作。的不断发展促进了图像分析技术在农业图像分割领聚类对各像素灰度值进行操作，迭代过程根据停机准［1］域的应用。利用机器视觉和图像分割技术实现对则完成后，将对应于最高灰度级和次高灰度级类的中农田对象的分割和识别，可为定点变量喷洒提供参心相加取算数平均，则可得到最终的分割阈值。雷［2］［7］考。博、范九伦等基于灰度图像提出了二维交叉熵阈值由于农田图像颜色分布的特殊性，多利用颜色信分割法。该方法舍弃传统方法中认为的二维直方图［3］息实现农田对象的分类识别。H．T．Sogaard等人对中反对角线区域概率和近似为0的假设，对噪声图像彩色图像利用(2G－B－Ｒ)超

4、绿因子、灰度化图像增分割效果更佳;但是只在目标和背景灰度分布差别较强了绿色植物与背景的对比度，有效地消除了晴天、大的应用中效果明显，应用范围过于局限。近年来，［4］阴天或者阴影等外界环境光线变化的影响。As-尽管遗传算法、小波变换和灰色理论等在农田图像的［5］trand等人认为，超绿因子在较大范围的光照条件分割中有了一定的应用，但始终不能对复杂环境下的下，适合计算机视觉系统获取图像的绿色特征;但超不同类型农田图像有满意的分割和识别效果。绿因子计算量小，户外光照的非结构化特征会影响不为实现农田图像相关纹理的分割，进一步提高农同类别的区分精度。另外，由于超绿因子是基于颜色田对象识别

5、的精度，以冬小麦农田图像为研究对象进信息实现图像的灰度化，颜色相近时则难以区分不同行研究。首先，利用不同的颜色因子对农田图像进行对象。因此，Astrand等人利用灰度摄像机和红外滤波灰度化;然后，利用阈值法实现不同类型农田图像的器，获取了高对比度的图像，并利用形态学处理方法分割;最后，基于模糊聚类法将植物和土壤实现进一进一步减少光照影响，用固定阈值实现了图像分割和步的分类，进而识别不同植物和不同湿度土壤，为定对象分类。点变量喷洒的自动化作业提供了技术基础。农田图像相关纹理分割流程如图1所示。收稿日期:2014－02－27基金项目:国家自然科学基金项目(31101075);西北农

6、林科技大学科1图像的获取及预处理研专项基金项目(QN2011069);博士科研启动基金(2011BSJJ095);大学生科创基金项目(1210712123，1．1图像的获取1201310712159)本文以冬小麦农田为研究对象，主要包括小麦、作者简介:唐晶磊(1974－)，女，河北邢台人，副教授，博士，(E－mail)tangjinglei@nwsuaf．edu．cn。杂草、道路、天空、土壤和电线杆等。图像拍摄于西北·40·2015年2月农机化研究第2期［5－6］农林科技大学北校区农业试验田，拍摄时间为2012g)因子，分别对农田图像进行灰度化，得到对应年11月12日～12月2

7、2日，时间跨度为40天，获取的3种灰度图。3类灰度图像分别对绿色植物模块、了不同时间和光照状况下的图像样本160幅。本文蓝色天空模块和褐色土壤模块具有识别优势，较其他主要研究包含天空的农田图像和不包含天空的农田灰度方法识别和分割精度更高。图3为基于超绿因图像处理。图2为两类样本图像。子实现灰度化的图像。图3基于超绿特征的灰度化图像1．3图像滤波图像滤波的目的是抑制或滤除图像中的噪声，但滤除噪声时不能损坏图像的轮廓及边缘等重要信息，［9］同时要保持图像清晰的视觉效果。本研究拍摄图像存在椒盐噪声