收藏本站
《浙江大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于光谱和多光谱数字图像的作物与杂草识别方法研究

潘家志  
【摘要】: 我国的农业生产已经取得了很大成就,但面临着一些重大问题,如农药使用过量而造成的环境污染、机械化程度不足、投入高效率低等等。精细农业是我国农业发展的必然趋势。精细农业是集成了电子、计算机、信息处理技术与智能机械等技术的现代农业技术和体系。机器视觉是其中的关键性基础技术,是作业机械的感觉器官。针对作物早期管理中的自动喷洒作业的需要,重点研究了作物与杂草的识别问题。田间作物与杂草的自动识别,根据研究内容和方法的不同,可以分为以下几类:1)根据作物与杂草的位置信息的区分;2)根据光谱反射率的区分;3)根据形状的区分;4)根据颜色的区分;5)根据纹理的区分。本文的主要研究内容与结果如下: (1)采用Vis/NIR光谱技术,区分了苗期的大豆与牛筋草、空心莲子草、凹头苋等几种南方地区常见的植物。用325-1075nm波段的光谱反射率,经过DBN小波在三层分解后,可以将光谱样本压缩到114个数据。光谱样本分两期共采集了360个样本。然后从经过小波变换后的结果中选取250个样本作为输入数据建模,包括了两个阶段的样本数据,剩余的110个样本用于校验。采用了径向基函数神经网络模型,结果表明,识别正确率达到了97.3%,只有3个牛筋草样本被错误识别。所以,应用Vis/NIR光谱技术区分作物与杂草,是一种准确率高、速度快的高效方法。 (2)研究了基于多光谱成像仪的图像的颜色空间的变换。多光谱成像仪的三个图像信道分别是Gn、Ir、Rd。其Ir信道的图像质量很高,特别适合用来做作物与杂草的区分。可以将多光谱成像仪的图像与其它的颜色空间进行转换(HSV,OHTA,CIE XYZ,CIEL~*A~*B~*,CIEL~*U~*V~*)。比较了原始图像、CIE XYZ颜色空间、CIE LUV颜色空间的图像质量和灰度直方图分布,结果是在CIE XYZ颜色空间中,三个图像分量的灰度直方图和图像质量都有改善,在CIEL~*U~*V~*颜色空间中的V~*空间的灰度直方图类似原始图像中的IR信道,图像更清晰。说明了颜色空间变换对于多光谱图像的处理,可以作为一种重要的预处理手段。 (3)在图像增强的方法上,分空域增强和频域增强两部分内容。在空域增强部分,研究了平滑、中值滤波、维纳滤波、对比度增强滤波等方法。在频域增强部分,重点研究了基于matlab的数字滤波器处理方法,并分别用IIR、FIR的数字高通、低通滤波器处理模糊的作物与杂草的近红外通道图像,并比较了处理的效果。结果表明,数字滤波器的设计灵活,可以根据需要的幅频响应函数去设计滤波器参数,得到明确的幅频、相频响应函数。在选取截止频率的问题上,提出了用图像的傅立叶变换后的图像的半径来确定截止频率的方法,并研究了其使用效果。证明了基于数字滤波器的处理方法是一种有效的图像增强方法,并且可以用来处理模糊图像,增强作物、杂草与背景的对比和清晰程度,为目标识别作预处理。 (4)运用阈值分割、数学形态学方法和图像分析等,结合先验知识研究了作物与杂草的识别问题。根据含有牛筋草、空心莲子草和豆苗的多光谱近红外信道的图像,首先用阈值分割将图像上的土壤背景去除。然后,用数学形态学方法,经过连续的腐蚀与膨胀操作,将豆苗与两种杂草分割开。对于仅剩下两种杂草的二值图像,用图像分析工具统计杂草对象的特征,包括长、短轴,面积,实心度,周长等等因子。然后,根据先验知识确定两条简单的规则,识别出两种杂草。实验表明这是一种简单有效的方法。 (5)研究了多光谱图像的边界提取和图像分割问题,比较了在不同的边界提取算子,包括Roberts、Prewitt、Sobel、Laplacian等边界算子作用下的效果。同时也比较了用数学形态学方法提取边界的效果。研究了基于分水岭模型的图像分割方法和基于邻域的分割方法。 (6)统计了MS3100多光谱成像仪和普通相机所拍摄的图像特征。分三个通道统计象素的平均亮度、均方差等因子,数据表明,多光谱成像仪的近红外图像分量的亮度适中,明、暗部分变化大,图像清晰。三个信道表现出较大差异,而普通相机的三个图像分量统计特征相似。说明了应用多光谱成像仪识别作物与杂草,有潜在的优势。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:S451

【引证文献】
中国博士学位论文全文数据库 前1条
1 陈孝敬;小波变换在光谱和多光谱图像的应用与研究[D];厦门大学;2009年
【参考文献】
中国期刊全文数据库 前10条
1 徐晓秋;秦玉芳;黄劼;;线阵CCD图像特点及识别算法适应性研究[J];半导体光电;2006年02期
2 杨博,周孝宽;基于低通滤波的彩色图像多模式自适应系统[J];北京航空航天大学学报;2002年02期
3 史彩成,赵保军,何佩琨,韩月秋;基于知识的红外图像背景抑制[J];北京理工大学学报;2001年05期
4 张翔,刘媚洁,陈立伟;基于数学形态学的边缘提取方法[J];电子科技大学学报;2002年05期
5 林彦杰;基于MATLAB的FIR数字滤波器的设计[J];电子工程师;2005年01期
6 黄凯奇,王桥,吴镇扬;基于视觉特性和颜色空间的多尺度彩色图像增强算法[J];电子学报;2004年04期
7 陈虎,王守尊,周朝辉;基于数学形态学的图像边缘检测方法研究[J];工程图学学报;2004年02期
8 刘燕德,应义斌;近红外漫反射式水果糖份含量的测量系统[J];光电工程;2004年02期
9 游安清,程义民,张蓉,郭从良;用数学形态学方法进行红外图像分层解理[J];光电工程;2004年03期
10 杨丽娟,张白桦,叶旭桢;快速傅里叶变换FFT及其应用[J];光电工程;2004年S1期
中国博士学位论文全文数据库 前5条
1 刘刚;支持精细农业实践的农田空间分布信息处理的方法与试验研究[D];中国农业大学;2001年
2 裘正军;基于GPS、GIS及虚拟仪器的精细农业信息采集与处理技术的研究[D];浙江大学;2003年
3 徐彧;机器视觉中CCD自然图像的降噪和分割研究[D];电子科技大学;2003年
4 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
5 宋海燕;基于光谱技术的土壤、作物信息获取及其相互关系的研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前3条
1 姜勇;基于FPGA的实时图像处理系统的研究[D];长春理工大学;2002年
2 肖李;多波段图像融合技术研究[D];武汉理工大学;2003年
3 徐惠荣;基于机器视觉的树上柑桔识别方法研究[D];浙江大学;2004年
【共引文献】
中国期刊全文数据库 前10条
1 杨玉建;朱建华;尚明华;封文杰;;精准农业关键技术及其发展前景[J];山东农业科学;2006年06期
2 郑琼;董金梅;;我国农业推广体系建设的思路探讨[J];安徽农学通报;2007年19期
3 陈争光;蔡德利;;模糊物元分析法在耕地地力评价中的应用[J];安徽农学通报;2008年11期
4 计庆红;;浅析电子技术在农业领域的应用[J];安徽农学通报;2008年16期
5 张瑞玲;张银丽;;信息技术在精细农业中的应用[J];安徽农业科学;2007年06期
6 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
7 张俊花;黄伟;;论现代科技革命与节水抗旱农业[J];安徽农业科学;2007年18期
8 李景福;赵进辉;;基于阈值的彩色农业图像分割方法研究[J];安徽农业科学;2007年28期
9 来凌红;袁志业;;基于彩色图像处理的产品质量检测研究[J];安徽农业科学;2008年01期
10 马兆敏;胡波;黄玲;李克俭;;利用机器视觉识别杂草图像特征的研究进展[J];安徽农业科学;2008年07期
中国重要会议论文全文数据库 前10条
1 谭守标;霍剑青;郝建;王晓蒲;赵永飞;谢行恕;;高分辨率软X射线显微成像下细胞的自动提取?[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 孙玉峰;周德俭;朱少华;;基于VC++的SMT焊点图像边缘提取技术[A];2010中国电子制造技术论坛论文集[C];2010年
3 何培雄;曹晓娟;;大力发展精准农业 促进垦区现代化大农业可持续发展[A];黑龙江垦区现代化大农理论研讨会优秀论文集[C];2010年
4 叶茂;闵春平;李传光;;基于BP神经网络图像的指纹细化算法[A];第二十六届中国控制会议论文集[C];2007年
5 黄进;胡英;马孜;汪洋;;弧形扫描系统关键技术研究[A];第二十七届中国控制会议论文集[C];2008年
6 孙明竹;赵新;程小燕;孙程;卢桂章;;面向复杂作业的微操作机器人关键技术研究[A];第二十九届中国控制会议论文集[C];2010年
7 刘伟锋;张卓;王延江;;基于光线衰减的深度获取方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 李学东;全权;蔡开元;;双目鱼眼摄像机噪声分析与外参标定[A];中国自动化学会控制理论专业委员会D卷[C];2011年
9 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
10 郑嵘;方志宏;夏勇;;板坯纵向裂纹的图像检测方法[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
中国博士学位论文全文数据库 前10条
1 王玉全;基于全景视觉的移动机器人同时定位与地图创建方法研究[D];哈尔滨工程大学;2010年
2 王文标;基于视觉测量的快速再制造成形系统关键技术研究[D];大连海事大学;2010年
3 时长江;豆科类杂草种子图像识别系统研究[D];中国海洋大学;2009年
4 陈韶斌;基于知识推理和视觉机理的遥感图像目标识别方法研究[D];华中科技大学;2010年
5 蒋鼎国;无线传感器网络农业信息监控系统设计与数据融合研究[D];江南大学;2010年
6 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
7 范剑英;结构光深度图像获取和处理与三维重建研究[D];哈尔滨理工大学;2010年
8 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
9 刘继展;番茄采摘机器人真空吸持系统分析与优化控制研究[D];江苏大学;2010年
10 饶丰;基于个性化眼模型的人工晶体设计及其特性研究[D];南开大学;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 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年
3 饶吉来;基于图像处理的型面联接件检测技术研究[D];河南理工大学;2010年
4 孙静;基于双目立体视觉的多相机三维重建技术实现[D];山东科技大学;2010年
5 蒲锰;非侵入式矿井提升机PLC电控系统实时故障诊断方法的研究[D];山东科技大学;2010年
6 焦汉明;基于OR1200的嵌入式SoC以太网网关的研究与设计[D];山东科技大学;2010年
7 宗雯雯;基于双目立体视觉的特征点匹配关键技术研究与应用[D];山东科技大学;2010年
8 刘军;数字电视存在问题的研究[D];哈尔滨师范大学;2010年
9 孙琛琛;大幅面丝网疵点的图像识别算法研究[D];浙江理工大学;2010年
10 管泽鑫;基于图像的水稻病害识别方法的研究[D];浙江理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 孟庆华;赵文礼;;基于最优小波包基的模极大值法信号消噪研究[J];传感技术学报;2006年06期
2 周绍磊;张文广;史贤俊;赵海鹰;;基于最优小波包基的陀螺仪信号去噪算法研究[J];弹箭与制导学报;2006年S2期
3 薛蕙,杨仁刚,郭永芳;小波包变换(WPT)频带划分特性的分析[J];电力系统及其自动化学报;2003年02期
4 蒋晓瑜,高稚允,周立伟;小波变换在多光谱图像融合中的应用[J];电子学报;1997年08期
5 吴晓荣;何明一;张易凡;;基于多小波分解的多光谱图像矢量融合[J];电子与信息学报;2007年04期
6 闵顺耕,谢秀娟,周学秋,李力,严衍禄;近红外漫反射光谱的小波变换滤波[J];分析化学;1998年01期
7 王国庆,邵学广;离散小波变换-遗传算法-交互检验法用于近红外光谱数据的高倍压缩与变量筛选[J];分析化学;2005年02期
8 吴荣晖,邵学广;自适应小波算法用于近红外光谱的多元校正[J];分析化学;2005年07期
9 田高友;褚小立;袁洪福;陆婉珍;;小波变换-分段直接校正法用于近红外光谱模型传递研究[J];分析化学;2006年07期
10 石雪;蔡文生;邵学广;;基于小波系数的近红外光谱局部建模方法与应用研究[J];分析化学;2008年08期
中国重要会议论文全文数据库 前1条
1 吴静珠;王一鸣;张小超;徐云;;分段小波消噪在近红外光谱预处理中的应用研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
中国硕士学位论文全文数据库 前5条
1 孙琰;基于小波变换的图像边缘检测技术[D];西北工业大学;2004年
2 邓承志;基于小波变换图像去噪研究[D];江西师范大学;2005年
3 吴勇;基于小波的信号去噪方法研究[D];武汉理工大学;2007年
4 邓秀华;基于小波变换的杂草图像边缘检测[D];江苏大学;2007年
5 韦力强;基于小波变换的信号去噪研究[D];湖南大学;2007年
【二级参考文献】
中国期刊全文数据库 前10条
1 袁湘月,吴春笃,储金宇,杜彦生;果园自动对靶喷雾机的研制——对靶喷雾技术的研究[J];安徽技术师范学院学报;2004年01期
2 崔岩梅,倪国强,钟堰利,王毅,钮永胜;利用统计特性进行图像融合效果分析及评价[J];北京理工大学学报;2000年01期
3 蒲恬,倪国强;应用于图像融合中的多尺度对比度调制法[J];北京理工大学学报;2000年02期
4 史彩成,赵保军,何佩琨,韩月秋;基于知识的红外图像背景抑制[J];北京理工大学学报;2001年05期
5 任芊,解国玲,董守龙,黄友之;OSC-PLS算法在近红外光谱定量分析中应用的研究[J];北京理工大学学报;2005年03期
6 郑链,李劲松,刘传礼;人工神经网络在目标图像识别中的应用[J];北京理工大学学报;1997年04期
7 蒋晓瑜,高稚允,周立伟;基于假彩色的多重图像融合[J];北京理工大学学报;1997年05期
8 刘喜珍,郝义德;GPS技术及其在农业中的应用[J];北京农业科学;1999年06期
9 汤晓艳,周光宏,徐幸莲;对中国牛肉分级制度的几点思考[J];黄牛杂志;2003年02期
10 李颖,赵文吉,李小琳;遥感影像的分类与识别技术在土地资源调查中的应用[J];长春科技大学学报;2001年03期
中国博士学位论文全文数据库 前4条
1 刘刚;支持精细农业实践的农田空间分布信息处理的方法与试验研究[D];中国农业大学;2001年
2 张淑娟;基于GPS和GIS的精细农业田间信息采集和处理方法的研究[D];浙江大学;2003年
3 裘正军;基于GPS、GIS及虚拟仪器的精细农业信息采集与处理技术的研究[D];浙江大学;2003年
4 苏飞;带窗全相位数字滤波器设计与应用研究[D];天津大学;2003年
中国硕士学位论文全文数据库 前2条
1 陈志青;喷雾机器人控制系统研制[D];中国农业大学;2002年
2 葛晓锋;基于GPS和GIS的农田信息快速采集与管理系统的研究[D];浙江大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 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
2 金小俊;陈勇;孙艳霞;;农田杂草识别方法研究进展[J];农机化研究;2011年07期
3 郭伟斌;陈勇;侯学贵;胡娜;;除草机器人机械臂的逆向求解与控制[J];农业工程学报;2009年04期
4 经谋;巧种菜奔小康[J];农家参谋;1998年06期
5 杨宝国;一种高产高效的绿色蔬菜——红豆苗[J];农村实用科技信息;1998年10期
6 付双喜;荷兰豆反季节种植的气候生态适应性及栽培要领[J];江西气象科技;1994年03期
7 赵宝聚;泡沫箱生产黑豆苗技术[J];北方园艺;2003年01期
8 杨宝国;一种高产高效的绿色蔬菜──红豆苗[J];北京农业;1999年01期
9 李碧丹;丁天怀;郏东耀;;皮棉异性纤维剔除系统设计[J];农业机械学报;2006年01期
10 陈君;;农产品品质的无损检测技术[J];长春工业大学学报(自然科学版);2006年03期
中国重要会议论文全文数据库 前10条
1 毛文华;胡小安;张小超;;基于机器视觉的田间杂草识别系统[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(下册)[C];2006年
2 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
4 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
5 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
6 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
7 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
8 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
9 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
10 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
中国重要报纸全文数据库 前10条
1 田红 记者 胥茜;论文无创新 一票能否决[N];中国教育报;2005年
2 王握文周珞晶 吴丹;11篇全国优秀博士学位论文的启示[N];科技日报;2008年
3 记者 欧阳春艳;全国百篇优秀博士学位论文评选揭晓[N];长江日报;2005年
4 本报特约通讯员  汤宏;播撒创新的种子[N];解放军报;2006年
5 学位办;研究生院奖励优秀博士学位论文[N];中国社会科学院院报;2008年
6 徐宜军;哈工大博士学位论文实行匿名评议制度[N];新华每日电讯;2005年
7 周玲玲;2007年全国优秀博士学位论文评选结果公布[N];中国教育报;2007年
8 王曼;充分利用院图书馆特色文献信息资源[N];中国社会科学院院报;2005年
9 记者 王坤宁;国图馆藏博士学位论文陆续结集[N];中国新闻出版报;2007年
10 记者  杨晨光;创新体制机制提高研究生教育质量[N];中国教育报;2006年
中国博士学位论文全文数据库 前10条
1 潘家志;基于光谱和多光谱数字图像的作物与杂草识别方法研究[D];浙江大学;2007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 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
4 李志臣;基于机器视觉的杂草对准喷药控制系统研究[D];南京农业大学;2007年
5 余天洪;基于机器视觉的车道偏离预警系统研究[D];吉林大学;2006年
6 张明恒;基于面部朝向的驾驶员精神分散监测方法研究[D];吉林大学;2007年
7 周平;基于机器视觉的自然目标特征学习与即时检测[D];浙江大学;2006年
8 杨其雨;基于非标航片的三维数字地图生成技术研究[D];上海大学;2008年
9 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
10 顾柏园;基于单目视觉的安全车距预警系统研究[D];吉林大学;2006年
中国硕士学位论文全文数据库 前10条
1 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
2 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
3 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
4 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
5 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
6 阮晓虹;基于机器视觉的触点零件在线检测系统研究[D];上海交通大学;2010年
7 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
8 王强;基于机器视觉的检测识别系统研究及应用[D];电子科技大学;2010年
9 王磊;基于机器视觉的电池表面缺陷检测技术研究[D];中国科学技术大学;2011年
10 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011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