如何防治田間雜草是農(nóng)業(yè)研究中的重要課題之一。現(xiàn)階段,我國對于農(nóng)田雜草問題仍采用傳統(tǒng)的粗獷式大面積噴施除草劑的方法,由于幾十年來長期過量的使用化學(xué)除草劑,環(huán)境污染、土壤酸化、雜草抗藥性增強等問題也接踵而至。但化學(xué)除草與人工除草、物理除草、機械除草等幾種常見的除草方式相比,在作物保護、經(jīng)濟成本、除草效率、見效時間等方面都有著明顯的優(yōu)勢。因此,為了能夠合理有效的使用化學(xué)除草劑,避免噴藥機無差別大面積噴施,變量噴藥技術(shù)成為近些年國內(nèi)外農(nóng)業(yè)研究的熱點內(nèi)容。其中,對田間雜草進行識別,判斷農(nóng)田雜草密度是實現(xiàn)變量噴藥的重要環(huán)節(jié)。本文以東北主要經(jīng)濟作物玉米作為研究對象,基于圖像處理技術(shù),對玉米苗期雜草識別方法進行深入研究,具體研究內(nèi)容如下:(1)農(nóng)田動態(tài)場景分析。圖像采集工作是保障后續(xù)雜草識別準確的基礎(chǔ)。該部分首先模擬田間作業(yè)動態(tài)場景,針對靜態(tài)和動態(tài)條件下采集作物圖片進行對比,然后分析農(nóng)機速度及行駛環(huán)境對圖像成像的影響,最后選擇合理防抖方案消除視軸抖動、外部環(huán)境變化對圖像采集的影響,從而還原真實場景信息。(2)顏色系數(shù)模型優(yōu)化。本文基于反向變異粒子群算法對顏色系數(shù)模型進行優(yōu)化,通過適應(yīng)度函數(shù)對顏色空間內(nèi)...

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究的目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀及存在問題
        1.2.1 形狀特征提取
        1.2.2 顏色特征提取
        1.2.3 紋理特征提取
        1.2.4 多光譜特征提取
    1.3 技術(shù)路線及研究方法
        1.3.1 研究內(nèi)容
        1.3.2 本文結(jié)構(gòu)安排
第二章 動態(tài)場景圖像采集及抖動去噪
    2.1 動態(tài)場景圖像采集
        2.1.1 動態(tài)作業(yè)場景分析
        2.1.2 防抖方案選擇
    2.2 噪聲處理
        2.2.1 噪聲類型
        2.2.2 極值中值濾波法
第三章 基于粒子群優(yōu)化算法的農(nóng)田特征提取
    3.1 圖像灰度化
    3.2 基于RM-PSO的顏色系數(shù)提取
        3.2.1 顏色系數(shù)搜索
        3.2.2 粒子群優(yōu)化算法
        3.2.3 粒子群反向變異策略
    3.3 最優(yōu)顏色系數(shù)提取
        3.3.1 適應(yīng)度函數(shù)構(gòu)造
        3.3.2 滿意度函數(shù)構(gòu)造
        3.3.3 全局最優(yōu)顏色系數(shù)提取
    3.4 閾值圖像分割
        3.4.1 經(jīng)典閾值分割方法
        3.4.2 閾值分割算法改進
    3.5 試驗結(jié)果與分析
        3.5.1 顏色系數(shù)提取實驗及分析
        3.5.2 圖像處理結(jié)果分析
        3.5.3 圖像處理時間分析
第四章 雜草識別
    4.1 壟線檢測
        4.1.1 基于霍夫變換的直線檢測
        4.1.2 基于隨機霍夫變換直線檢測
    4.2 基于行寬的雜草識別方法
        4.2.1 壟線區(qū)域填充
        4.2.2 雜草信息分布
        4.2.3 雜草信息分布系統(tǒng)
    4.3 實驗結(jié)果及分析
第五章 總結(jié)及展望
參考文獻
作者簡介
致謝



本文編號：3824575