收藏本站
《哈尔滨工程大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的杂草识别研究

曲昆鹏  
【摘要】: 随着计算机视觉技术的发展,使用机器视觉技术进行杂草识别已经成为当前的研究热点。本文利用支持向量机在处理小样本,非线性问题方面的优势,将支持向量机应用于杂草识别中,以提高小样本杂草识别的准确性。本文选取东北地区甜菜与大豆农田杂草作为主要研究对象,对在自然光条件下使用数码相机获得的图像进行了研究,开发出了一套杂草图像识别系统,对30种田间杂草实现了智能识别。 本文首先对所拍摄的杂草图像进行规格化,规格化后的杂草图像大小为256×256。为了从复杂的背景环境下识别出杂草植株,采用超绿色法对杂草图像进行灰度化。在对灰度图像二值化的过程中,提出了一种改进的大津法。该算法十分稳定,可以比较准确的获得杂草区域的二值图像。为了能消除二值图像背景上出现的白色小点,叶片上有小黑洞等情况,本文综合使用形态学处理、孔洞填充和小面积消去处理二值图像。之后提取了两个对植株有效的形状特征,植株的骨架面积比、骨架周长比。然后将目标二值图像映射到灰度图像,使用共生矩阵与Gabor小波对灰度图像提取纹理特征。将提取到的形状和纹理特征规格化成Stprtool要求的数据集格式,将数据集输入Stprtool进行处理。最后,将组合核函数与多项式核函数、RBF核函数进行了对比。通过仿真实验证明了正确选择参数的组合核函数对支持向量机分类器性能有所提高。
【学位授予单位】:哈尔滨工程大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP391.41

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 邓巍;张录达;何雄奎;Mueller J;曾爱军;宋坚利;刘亚佳;周继中;陈吉;王旭;;基于支持向量机的玉米苗期田间杂草光谱识别[J];光谱学与光谱分析;2009年07期
2 薛欣;贺国平;;基于多个混合核函数的SVM决策树算法设计[J];计算机工程与应用;2007年08期
3 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
4 付忠良;图像阈值选取方法——Otsu方法的推广[J];计算机应用;2000年05期
5 任东;于海业;王纪华;;基于线性组合核函数支持向量机的病害图像识别研究[J];农机化研究;2007年09期
6 相阿荣,王一鸣;利用色度法识别杂草和土壤背景物[J];中国农业大学学报;2000年04期
7 纪寿文,王荣本,陈佳娟,赵学笃;应用计算机图像处理技术识别玉米苗期田间杂草的研究[J];农业工程学报;2001年02期
8 吴兰兰;刘剑英;文友先;邓晓炎;;基于支持向量机的玉米田间杂草识别方法[J];农业机械学报;2009年01期
9 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
10 田盛丰,黄厚宽;回归型支持向量机的简化算法[J];软件学报;2002年06期
中国硕士学位论文全文数据库 前4条
1 潘颖;基于机器视觉的茄科类作物与杂草的识别研究[D];江苏大学;2005年
2 李文秀;自然纹理图像生成技术研究[D];哈尔滨工程大学;2005年
3 胡波;杂草识别中图像特征的优化及识别算法的研究[D];江苏大学;2007年
4 张玉珠;基于多光谱图像机器视觉的棉田杂草识别研究[D];江苏大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 安爱琴;聂永芳;王宏强;;机器视觉技术在农业工程中的应用[J];安徽农业科学;2007年07期
2 胡波;梁金夏;于国英;张艳诚;;自动除草中喷头、摄像头位置控制策略的研究[J];安徽农业科学;2007年33期
3 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
4 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期
5 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
6 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
7 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
8 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
9 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
10 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
7 闫茂德;伯绍波;李雪;贺昱曜;;一种自适应模糊的局部区域图像增强算法[A];第二十六届中国控制会议论文集[C];2007年
8 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
9 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
10 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
5 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
6 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
7 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
8 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
9 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
10 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 马彦平;基于数字图像的冬小麦、夏玉米长势远程动态监测技术研究[D];华中农业大学;2010年
2 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
3 沈昊;基于DSP图像处理的鸡蛋新鲜度实时无损检测研究[D];华中农业大学;2010年
4 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
5 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
6 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
7 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
8 齐晓飞;基于路径识别的机器人视觉导航技术的研究[D];长春理工大学;2010年
9 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
10 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 丁蕾,陶亮;支持向量机在胆固醇测定中的应用[J];安徽大学学报(自然科学版);2005年02期
2 武模戈,陶令霞;喜旱莲子草的生物学特性的观察及利用研究[J];安阳师范学院学报;2000年02期
3 贾永红;彩色图像矢量滤波法及其应用[J];测绘信息与工程;2000年02期
4 郁伯康,郁梅;彩色图像滤波的新方法[J];电子科技大学学报;1999年01期
5 王学林,周洪玉,许龙律;图像分析系统的阈值处理[J];电脑学习;1994年04期
6 杜娟 ,韦关锋 ,李夕海;基于matlab和神经网络的数字识别[J];电脑编程技巧与维护;2004年02期
7 刘洪臣;陈忠建;冯勇;;结合颜色和形态特征的杂草实时识别方法[J];光电工程;2006年07期
8 毛文华,王月青,王一鸣,张小超;苗期作物和杂草的光谱分析与识别[J];光谱学与光谱分析;2005年06期
9 赵巨波,孙华燕,杜巍;一种图像边缘特征提取算法[J];光学精密工程;2000年04期
10 杨旭强;冯勇;刘洪臣;;一种基于HSI颜色模型的目标提取方法[J];光学技术;2006年02期
中国博士学位论文全文数据库 前3条
1 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
2 黄景涛;支持向量机算法参数选择及其在电站锅炉系统中的应用研究[D];浙江大学;2005年
3 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
中国硕士学位论文全文数据库 前7条
1 相阿荣;识别杂草和土壤背景的图像处理方法研究[D];中国农业大学;2001年
2 龙满生;玉米苗期杂草识别的机器视觉研究[D];西北农林科技大学;2002年
3 潘颖;基于机器视觉的茄科类作物与杂草的识别研究[D];江苏大学;2005年
4 岑益郎;计算机视觉技术在杂草识别中的应用[D];浙江大学;2006年
5 谢世朋;纹理的特征提取与分类研究[D];安徽大学;2006年
6 钱丹;作物与杂草识别中图像分割影响因素的研究[D];江苏大学;2006年
7 胡波;杂草识别中图像特征的优化及识别算法的研究[D];江苏大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 唐晶磊;何东健;景旭;冯大淦;;基于SVM的可见/近红外光的玉米和杂草的多类识别(英文)[J];红外与毫米波学报;2011年02期
2 蒋正荣;计算机杂草识别技术的研究现状[J];上海环境科学;1999年10期
3 蒋正荣;计算机杂草识别的实现及应用[J];杂草科学;1999年04期
4 张健钦,屈平,邝朴生;计算机视觉技术在杂草识别中的应用研究进展[J];河北大学学报(自然科学版);2002年04期
5 王月青,毛文华,王一鸣;麦田杂草的实时识别系统研究[J];农机化研究;2004年06期
6 刘振恒,张长利,房俊龙;应用机器视觉技术识别田间杂草的研究[J];农机化研究;2004年02期
7 毛文华,王一鸣,张小超,王月青;基于机器视觉的田间杂草识别技术研究进展[J];农业工程学报;2004年05期
8 杨照华,浦昭邦,祁振强;计算机视觉技术在杂草识别中的研究进展[J];黑龙江大学自然科学学报;2005年01期
9 刘怡;陶欣;;肺部医学CT图像数据库中语义对象的提取[J];河南师范大学学报(自然科学版);2006年03期
10 毛文华,王一鸣,张小超;基于机器视觉的苗期杂草实时分割算法[J];农业机械学报;2005年01期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(9)[N];河北科技报;2004年
2 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(14)[N];河北科技报;2004年
3 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(18)[N];河北科技报;2004年
4 省农科院粮油作物研究所 李香菊;杂草识别及化除技术(19)[N];河北科技报;2004年
5 记者 刘阳;切实抓好麦播期化学除草工作[N];驻马店日报;2008年
6 本报记者;有效防虫害挽回巨额损失[N];哈尔滨日报;2007年
7 李水根;计算机详解配伍与药效关系[N];健康报;2005年
8 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
9 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
10 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
中国博士学位论文全文数据库 前10条
1 唐晶磊;喷药机器人杂草识别与导航参数获取方法研究[D];西北农林科技大学;2010年
2 毛文华;基于机器视觉的田间杂草识别技术研究[D];中国农业大学;2004年
3 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
8 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
9 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
10 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
中国硕士学位论文全文数据库 前10条
1 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
2 朱晓芳;基于支持向量机的田间杂草识别方法研究[D];江苏大学;2010年
3 沈旭;除草机器人农田行内作物/杂草识别研究[D];南京林业大学;2011年
4 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
5 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
6 范德耀;基于DSP的水稻杂草识别研究[D];浙江理工大学;2011年
7 金小俊;基于双目立体视觉的除草机器人行内杂草识别方法研究[D];南京林业大学;2012年
8 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
9 齐平;基于图像处理的杂草识别研究[D];西华大学;2010年
10 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026