田间杂草识别中图像预处理方法的研究.pdf

《田间杂草识别中图像预处理方法的研究.pdf》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8期总第２42期农业科技与装备Ｎｏ.8ＴｏｔａｌＮｏ．２42２０１4年8月ＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙａｎｄＥｑｕｉｐｍｅｎｔAug.２０１4田间杂草识别中图像预处理方法的研究张红旗，刘宇（内蒙古农业大学机电工程学院，内蒙古呼和浩特010018）摘要：为了改善农业喷洒机器人视觉系统中图像的处理效果，对视觉系统采集到的RGB彩色图像进行2G-R-B变换处理。对得到的超绿灰度图像，分别使用对比度拉伸变换和直方图均衡化两种方法进行图像增强处理。比较这两种方法的处理效果，结果表

2、明：直方图均衡化法对田间杂草图像具有较好的增强效果。关键词：图像处理；图像增强；杂草；直方图中图分类号：TP391.41文献标识码：Ａ文章编号：1674-1161（2014）０8-0035-03在农业除草作业中，提高除草效率、减少除草剂使用量及降低环境污染，是农业科技工作者们关注的热点。随着国内外农业自动化技术的飞速发展，农业智能化系统和各种农业机器人在自动控制领域中不断出现。其中，精准式农业变量喷洒机器人，能依据田间杂草的分布情况变量定点喷洒除草剂，可以有效地减少化学试剂的施用量，降低对农业生态环境的

3、污染，有利于农业的可持续发展。一方面，自然状态下生长的杂草植株叶子形状比较复杂，不同种类杂草叶片的形状存在着较大的差异，即使是同一种类的叶片大小比例也可能有所不同。另一方面，农业喷洒机器人的视觉系统采集图像图1原始图像Figure1Originalimage时会受到作业环境中光照条件、拍摄角度、机器人行走时振动等因素的影响，采集到的图像质量参差不齐，这样会给田间杂草图像的分割带来一定的困难。为此，以田间杂草图像作为研究对象，对采集的图像进行转换和增强的预处理，来改善图像效果，使其比原始图像更加适合分析需

4、要，为后续的图像分割奠定基础。1图像的转换农业变量喷洒机器人视觉系统采集到的田间杂草图像是JPEG形式的真彩色图像，采集到的原始图像如图1所示。彩色图像的每一个像素都是用R，G，B分量来表示的。在杂草的颜色模型中，G分量所占的比重最大，R分量次之，B分量最小。所以本试验选图2超绿图像择组合算子2G-R-B作为杂草的颜色运算子进行图Figure2Supergreenimage像变换，处理后得到的超绿图像如图2所示。这样就把彩色图像的三维处理问题转化为灰度图像的一维2图像的增强问题，并且处理后可以把牧草与背

5、景很好地区分开。农业变量喷洒机器人采集到的田间杂草图像会受到各种噪声的干扰，使图像质量下降，因此需要对图像进行增强处理。图像增强就是增强图像中某些有收稿日期：2014-07-02用的信息，削弱或去除不需要的信息，以扩大图像中基金项目：内蒙古自然科学基金项目（2013MS0815）不同部分特征的差别，使处理后的图像比原图像更适作者简介：张红旗（1970—），男，博士，副教授，从事电气工程合特定的应用。图像增强的方法分为空间域和频率域教学与研究方面的工作。36农业科技与装备２０１4年8月两大类，空间域方法是

6、对图像像素的灰度直接进行处理，频率域方法是对图像的频谱信息进行修改。常用的增强方法有灰度变换、直方图处理、滤波等。2.1灰度变换的图像增强灰度变换是一种既简单又有效的使对比度增强的方法，它将原图像f（x，y）经过一个变换函数g=T[f]转换成一个新的灰度图像g（x，y），即：g（x，y）=T[f（x，y）]（1）灰度变换分为线性变换、分段线性变换、非线性变换、对数与对比度拉伸变换。设输入图像f的灰度级范围为[a，b]，输出图像g的范围为[m，n]，通过下述图4对比度拉伸变换后图像公式可以实现线性变换：F

7、igure4Contraststretchingtreatmentimage≤[（n-m）/（b-a）][f-a]+ma≤f≤b≤≤≤级总数，rk表示第k级灰度，nk表示图像里灰度级为g=≤mf＜a（2）≤≤rk的像素数量，n表示图像中像素的总数，直方图的≤≤nf＞b离散函数为h（rk）=nk，归一化的直方图公式为：分段线性和非线性变换（Gamma校正），通常将）=h（rk）=nkk=0灰度变换分成3段，使用如下公式进行变换：p（rk，1，2，…，（L-1）（5）nn≤γf+b0≤f≤f≤111≤超绿图

8、像的直方图如图5所示。≤g=≤γ2f+b1f1＜f≤f2（3）≤≤≤≤γ3f+b1f2＜f≤fM式中：γ1=s1/r1；γ2=（s2-r1）/（r2-r1）；γ3=（sM-s2）/（rM-r2）；b1=0；b2=s1-γ1r1；b3=s2-γ3r2。针对田间杂草的图像特点，本文使用对比度拉伸变换法对图像进行增强。对比度拉伸变换函数如图3所示。
图5原始图像直方图Figure5Thehistogramoftheorigi