国家自然科学基金(30500305)
- 作品数:2 被引量:42H指数:2
- 相关作者:姜红花毛文华张小超王一鸣曹晶晶更多>>
- 相关机构:中国农业机械化科学研究院山东农业大学中国农业大学更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于多特征的田间杂草识别方法被引量:33
- 2007年
- 该文阐述了通过利用植物的多种特征实现田间杂草的精准自动识别的方法。该方法先利用颜色特征分割土壤背景,然后利用位置和纹理特征识别行间和行内杂草,最后利用形态特征后处理误识别的作物和杂草。在实验室内利用实地采集的3~5叶期、不同作物行数的麦田图像对该方法进行了测试。作物和杂草的正确识别率最低为89%,最高为98%;处理时间最低为157 ms,最高为252 ms。试验结果表明:基于多特征的田间杂草识别方法具有较高的识别率和较快的识别速度。
- 毛文华曹晶晶姜红花王一鸣张小超
- 关键词:田间杂草自动识别图像处理
- 基于位置特征的行间杂草识别方法被引量:12
- 2007年
- 研究了利用条播作物的位置特征识别行间杂草的方法。根据条播作物成行排列的位置特征,利用像素位置直方图法识别作物中心行。根据多数杂草位于作物行之间裸土中的位置特征,以每条作物行左右边界线段的起始点作为种子,运用种子填充算法填充与其相连通的作物行区域,从而识别行间杂草。试验表明:行间杂草的准确识别率平均为80%,错误识别率平均为4.2%,适用于早期作物田间杂草识别。
- 毛文华姜红花胡小安张小超
- 关键词:杂草图像处理
- 基于机器视觉的田间杂草识别系统
- 本文主要介绍了基于机器视觉的田间杂草识别系统。系统硬件主要由摄像机、图像采集卡、计算机、电气控制箱、移动车架等组成。系统软件由位置特征识别和形状特征识别两大主体模块构成。在室内对该系统进行了田间杂草识别试验,试验结果表明...
- 毛文华胡小安张小超
- 关键词:机器视觉杂草识别
- 文献传递