改进田间杂草识别图像预处理方法的研究

《改进田间杂草识别图像预处理方法的研究》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、2015年6月农机化研究第6期改进田间杂草识别图像预处理方法的研究张红旗，刘宇，王春光(内蒙古农业大学机电工程学院，呼和浩特010018)摘要:机器视觉系统采集到的田间杂草图像在分割之前，需要对图像进行预处理来改善图像的视觉效果。为了提高图像的预处理效果，针对杂草图像的特点，在多级加权中值滤波算法的基础上，增加3个不同大小尺寸的二维滤波掩膜，使得在去除噪声的同时尽可能保留了更多的细节特征，从而改善了田间杂草图像的滤波效果。关键词:图像预处理;杂草;直方图;中值滤波中图分类号:TP391．41;S24文献标识码:A文章编号:1003－188X(2015)06－0070－

2、04DOI:10.13427/j.cnki.njyi.2015.06.017行预处理的方法，以减少和消除图像中的噪声影响，0引言改善图像质量，为更准确、更快速地田间杂草识别奠随着农业机械自动化技术的飞速发展，现代化农定基础。业逐步走向智能化、精准化，各种智能化的农业机器1图像的增强处理人越来越广泛地被应用到农业生产当中。例如，变量喷洒机器人是一种根据农作物或杂草的田间位置和机器视觉装置采集到的图像会受到各种噪声的生长密度，实时地调整喷洒农药或除草剂喷洒量的一干扰，使图像质量下降，需要对图像进行去噪和边缘种智能化的农业机械装置。其田间农作物或杂草的增强等预处理，来改善图

3、像的视觉效果。图像增强是位置和生长密度的识别主要是通过机器视觉系统来增强图像中某些有用的信息，消弱或去除不需要的信实现的;通过捕获、处理和分析田间图像中所包含的息，来扩大图像中不同部分特征的差别，使处理后的［3］作物、杂草和背景的形状、纹理、颜色、光谱等信息进图像比原图像更适合特定的应用。图像增强的方行识别。因此，如何有效表达和利用这些特征是基于法分为空间域和频率域两大类:空间域方法是对图像［1］机器视觉的田间农作物识别技术的关键所在。像素的灰度直接进行处理;频率域方法是对图像的频由于自然状态下生长的农作物和杂草植株叶子谱信息进行修改。常用的增强方法有灰度变换、直方形

4、状比较复杂，不同生长时期的叶片色泽变化较大，图处理及滤波等方法。机器人的视觉系统采集到的图像会受到作业时周围直方图的处理包括直方图均衡化和直方图线性环境的光照条件、拍摄角度、机器人行走时振动等因化。直方图是多种空间域处理方法的基础，对一幅灰素的影响，给农作物和杂草图像的分割带来了一定的度级为［0，L－1］范围的数字图像，L为图像可能的灰［2］困难。所以，在图像分割之前需要对图像进行边缘度级总数，rk表示第k级灰度，nk表示图像里灰度级为增强和去噪等预处理，来改善图像的视觉效果，使其rk的像素数量，n表示图像中像素的总数，直方图的离比原始图像更加适合图像分割的需要，为后

5、续的图像［4］散函数为h(rk)=nk，归一化的直方图为分析奠定基础。由于农作物图像的类型不同，所具有的图像特征也有很大的差异，到目前为止，学者们使p(r)=h(rk)=nk(k=0，1，2，．．．，L－1)(1)knn用的图像预处理方法也多种多样，一些改进的新方法还在不断出现。本文以田间杂草图像作为研究对象，均衡化变换函数的离散形式为提出了一种改进的自适应多级中值滤波器对图像进kknjs(rk)=T(rk)=∑Pr(rj)=∑j=0j=0n(2)收稿日期:2014－06－03基金项目:内蒙古自然科学基金项目(2013MS0815);国家自然科学(k=0，1，2，．．

6、．，L－1)基金项目(11262015)变换函数的应用有将输入图像直方图展开的趋作者简介:张红旗(1970－)，男，山东昌邑人，副教授，工学博士，(E－mail)zhq71507@163．com。势，利用式(2)所示的累计分布函数把均衡化的直方·70·2015年6月农机化研究第6期图覆盖了整个范围［0，1］。通过直方图均衡化处理后虽有较强的去噪能力，但图像的细节和边缘丢失严图像的灰度级能跨越更大的范围，图像的平均亮度及重，使图像变得模糊;尺寸选择得太小，虽然能保留细对比度明显增强。亮度的增加源于均衡化后图像的节，但降噪的效果会变差。直方图中灰度级平均值高于原始值，对比

7、度的增加源于直方图均衡化后图像灰度值的动态范围的扩大。2空间域图像的平滑处理空间域滤波是基于邻域的一种处理方法，包括线性滤波和非线性滤波。中值滤波器是最常用的一种非线性滤波器，它的响应是基于滤波掩膜包围的图像区域中像素的排序，就是在待处理图像中逐点移动滤波掩膜，将邻域内像素灰度的中值代替该像素的［5］值。中值滤波器可以有效地滤除脉冲噪声和随机噪声;但图像的细节信息和边缘信息会受到破坏，使图1多级加权中值滤波器滤波后的图像变得模糊。为了弥补传统中值滤波器Fig．1Multistageweightedmedianfilter在保护细节和边缘信息方面的不足