收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的田间杂草识别方法研究

朱晓芳  
【摘要】: 目前,除草剂的粗放式喷洒会污染环境,破坏耕作土地质量,同时加大农业生产成本。为此,国内外提出了“精细农业”,即利用机器视觉技术将杂草从农作物和土壤背景中识别出来,而后根据杂草分布实行除草剂的定点喷洒。本文在总结国内外相关研究的基础上,以苗期小麦及麦田四种杂草为研究对象,运用机器视觉技术,重点研究植物的颜色特征、形状与纹理特征相结合的提取及识别方法,设计和开发杂草的图像处理及识别软件系统,实现小麦和杂草的分类识别。 农田杂草分类在本质上是一个复杂的小样本、高维数、非线性的多类识别,符合支持向量机分类方法的分类特性,故本文提出了一种基于支持向量机(SVM)的杂草识别方法。本文的主要研究内容如下: 1.土壤背景分割。利用植物和土壤不同的颜色特征,选取L~*a~*b~*颜色空间中a~*分量作为特征量。实验比较了三种分割算法的分割效果,决定采用改进的最大类间差法将灰度图像转化为二值图像。利用形态学方法和基于区域标记的算法对分割后的二值图像进行处理,获得完整的植物叶片图像。 2.识别特征参数的提取。研究图像特征包括区域几何特征,无量纲参数,纹理特征,并对植物图像进行了特征提取。通过对特征数据的统计分析,决定取植物的纹理特征参数和RST不变性(即对于图像的旋转、比例、平移变化都是恒定)的形状特征参数各三个作为识别特征。 3.分类器设计。构建了以支持向量机为分类方法的4-折交叉验证的植物形状分类器和纹理分类器,实验采用网格搜索法来选择最优的核函数参数和惩罚参数C,并比较了多项式、径向基、Sigmoid核函数的分类效果。结果表明:径向基核函数最适合用做小麦与杂草的多分类识别。形状和纹理特征融合的SVM分类器对小麦、马齿苋、反枝苋、刺儿菜、马唐的识别率分别为:95%,87.5%,92.5%,90%,90%。 本文提出的结合形状纹理特征的SVM杂草识别方法,实现了小麦和四种杂草的分类,为实现后续除草剂的变量喷洒提供了理论支持及可行方案。与其他分类方法相比,基于SVM的该杂草分类方法识别率高、算法简单、识别速度快、推广度强。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 鲁文波;蒋伟康;侯俊剑;;基于波束形成声像图纹理特征的机械故障诊断方法[J];振动工程学报;2011年04期
2 郭烈;张明恒;李琳辉;赵一兵;;一种基于支持向量机的行人识别方法研究[J];大连理工大学学报;2011年04期
3 黄为;王云宽;李兵;吴少泓;;结合笔画方向信息与SVM的英文文字检测[J];中国图象图形学报;2011年06期
4 张志皓;胡文龙;;夜晚视频目标检测中的车辆灯光干扰消除方法[J];计算机工程;2011年14期
5 张建华;冀荣华;袁雪;李慧;祁力钧;;基于径向基支持向量机的棉花虫害识别[J];农业机械学报;2011年08期
6 叶伟龙;刘华平;孙富春;何克忠;;非结构化道路区域检测的协同学习方法[J];中国图象图形学报;2011年05期
7 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
8 郭成芳;;支持向量机在网络异常入侵检测中的应用研究[J];计算机仿真;2011年07期
9 余萍;;基于支持向量机发展的研究[J];新课程(教育学术);2011年05期
10 谢凌然;高长伟;沈玉娣;;基于混合核函数支持向量机的齿轮诊断方法研究[J];机械传动;2011年09期
11 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
12 白怀文;王暄;;基于Hu矩和支持向量机的人脸与非人脸分类识别[J];计算机应用与软件;2011年07期
13 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
14 王安娜;李云路;赵锋云;史成龙;;一种新的半监督直推式支持向量机分类算法[J];仪器仪表学报;2011年07期
15 关欣;郭强;张政超;赵静;翟鸿君;;基于核函数支持向量机的雷达辐射源识别[J];弹箭与制导学报;2011年04期
16 吕向阳;高尚;;基于支持向量机的品牌特色专业评价[J];价值工程;2011年24期
17 王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期
18 李荣兵;;基于支持向量机的数控机床总线的故障诊断研究[J];煤矿机械;2011年09期
19 宋贤霞;;基于相关反馈的图像检索技术研究[J];福建电脑;2011年06期
20 戴蓉;黄成;;飞机飞行事故率预测建模与仿真研究[J];计算机仿真;2011年07期
中国重要会议论文全文数据库 前10条
1 刘帅师;田彦涛;郭冬梅;史于心;;基于混合特征和SVM的人脸表情识别算法[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 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
2 马京华;多光谱图像分割技术在防沙治沙关键技术中的研究与应用[D];天津理工大学;2009年
3 赵磊;采用支持向量机的纹理图像分类[D];东北大学;2008年
4 张森;基于支持向量机的遥感分类对比研究[D];昆明理工大学;2007年
5 蔡磊;SVM及其扩展算法在图像处理中的应用研究[D];西安石油大学;2010年
6 江锋;支持向量机在分类及人脸检测应用中的研究[D];南京理工大学;2003年
7 傅正钢;基于统计学习的人工智能在数字游戏和数字娱乐上的应用[D];浙江大学;2004年
8 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
9 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年
10 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
中国重要报纸全文数据库 前10条
1 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
2 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 德仁;“侣明室”藏品展[N];经济日报;2006年
5 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
6 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
7 洪峰;真品传真意[N];中国工商报;2001年
8 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
9 泓月;明清家具:简约与华美的对话[N];中国艺术报;2007年
10 ;选择合适的数据挖掘算法[N];计算机世界;2007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
  • 010-62982499
  • 010-62783978