基于近红外图像的杂草识别研究.pdfVIP

安徽农业科学。JournalofAnhuiAgri．Sci．2009，37(6)：2783—2784。2790 责任编辑 常俊香 责任校对 傅真治 三 I^ L n 基于近红外图像的杂草识别研究 0 9 8 戴青玲 ，张胜波 ，靳冬梅 (1．九江学院机械与材料工程学院，江西九江332005；2．山东澳信工贸有限公司，山东章丘250217) 摘要 利用近红外图像识别杂草，使用均值法和最大方差 自动取阈值法去除土壤背景，利用作物和杂草的形态差异识别杂草。结果表 明，利用近红外图像进行土壤背景分割 ，相对误差小于0．049O；应用形态学方法可有效识别作物和杂草，识别精度为85．0％～98．8％。 关键词 近红外图像；杂草识别；土壤背景 中图分类号 S126 文献标识码 A 文章编号 0517—6611(2009)06—02883—02 Research onW eedRecognitionBasedonNear-infraredImages DAIQing—lingetal (CollegeofMechanicalandMaterialEngineering，JiujiangUniversity，Jiujiang，Jiangxi332005) Abstract Usingnearinfraredimagestorecognizeweed．thesoilbackgroundwasremovedbymeanmethodandmaximum varianceauto—select thresholdsmethod。andtheweedswererecognizedaccordingtothemorphologicaldifferenceofcropandweed．Theresultsshowedthattherel— ativeerrorofsegmentationonsoilbackgroundbynear—infraredimageswaslessthan0．0490．Andtheweedcouldbeeffectivelyrecognized withmorphologicalmethod．andtherecognition accuracywas85．0％ 一98．8％ ． Keywords Near．infraredimages：Weeddetection：SoiIbackground 目前，国内外机器视觉识别杂草的研究多数集中于可见 光波段 ，由于在可见光中绿色叶片对光 的反射受诸多因素影 响，并且土壤、作物和杂草的反射光谱差异较小，导致根据计 算机视觉图像提取的特征尚无法完全识别杂草和作物。前 人研究发现，在近红外波短波段图像中土壤、作物和杂草反 ㈣ ㈣咖㈣㈣ 0 射光谱的差异大于其在可见光波段的差异，因此笔者对近红 外图像的背景分割和形态学方法在视觉识别杂草中的应用 进行了研究。 1 近红外背景分割方法的研究 2004年H．Noh和Q．Zhang使用MS2100采集玉米图像， 图2 棉花近红外图像 使用均值作为阈值实现近红外图像的背景分割 ，2005年 吕 Fig．2 Neariiffraredimageofcotton 俊伟使用近红外图像分割土壤背景，分割误识率为0．1％～ 3％ r1] 。 笔者对近红外波段 (78o～1100nm)棉花和土壤的反射 三| 光谱进行研究后发现，二者有很大差异，棉花光谱高于土壤