基于植株整體形狀特征的雜草識(shí)別算法的研究

王路軍　石峻全　黃津津

摘要：為解決傳統(tǒng)基于植物葉片形狀特征的雜草識(shí)別中識(shí)別率不高的問題，該文以生長中期的生菜與四種伴生雜草稗草、小飛蓬、鬼針草和車軸草為主要研究對象，提出了一種基于植株整體形狀特征的雜草識(shí)別算法。實(shí)驗(yàn)結(jié)果表明，利用BP神經(jīng)網(wǎng)絡(luò)對單株植物進(jìn)行識(shí)別，準(zhǔn)確率達(dá)99.20%以上，對多角度拍攝的單株生菜圖像的識(shí)別準(zhǔn)確率為98.60%，對生菜與雜草的混合圖像的識(shí)別準(zhǔn)確率達(dá)99.10%，大大提高了雜草識(shí)別率，同時(shí)本算法對其他一些作物也有一定的適用性。

關(guān)鍵詞：雜草識(shí)別；植株整體；形狀特征；生菜；神經(jīng)網(wǎng)絡(luò)

引言

農(nóng)田中與作物爭奪陽光和養(yǎng)分的雜草的存在嚴(yán)重影響了農(nóng)作物的生長，若對農(nóng)作物不進(jìn)行識(shí)別而大范圍的使用化學(xué)除草劑會(huì)造成浪費(fèi)以及污染。現(xiàn)在，自動(dòng)除草已成為現(xiàn)代農(nóng)業(yè)的一個(gè)發(fā)展基礎(chǔ)，因此通過圖像處理技術(shù)識(shí)別雜草來達(dá)到自動(dòng)除草的目的已經(jīng)成為研究的熱點(diǎn)。雜草識(shí)別通常采用基于機(jī)器視覺的方法來采集和處理圖像[1]，利用顏色特征可以區(qū)分植物和土壤。近年來，形態(tài)特征、光譜特征和紋理特征[2]等也被用來識(shí)別雜草。2008年，袁海波等利用超綠特征和像素位置直方圖結(jié)合BP神經(jīng)網(wǎng)絡(luò)，在圖像處理技術(shù)基礎(chǔ)上識(shí)別出雜草，并確定其位置、面積[3]。2013年，喬永亮等用基于多光譜和SVM建立的雜草識(shí)別模型，采用PCA降維后的前三個(gè)主成分作為輸入，使得雜草識(shí)別率達(dá)到85%[4]。這些對雜草識(shí)別的研究主要針對植株葉片進(jìn)行識(shí)別或者特征提取，所以本文提出了從整體植株來提取特征并用BP神經(jīng)網(wǎng)絡(luò)[5]進(jìn)行識(shí)別的算法。……