基于图像处理多算法融合的杂草检测方法及试验
上海新弘生态农业有限公司;上海大学机电工程与自动化学院
- 摘 要：
- 自动化除草是现代精确农业科学领域的研究热点。已有的自动化除草解决方案中普遍存在鲁棒性不强、过度依赖大量样本等问题,针对上述问题,本研究提出了基于图像处理多算法融合的田间杂草检测方法,设计了一套田间杂草自动识别算法。首先通过设置颜色空间的阈值从图像中分割土壤背景。然后采用面积阈值、模板匹配和饱和度阈值三种方法对作物和杂草进行分类。最后基于投票的方式,综合权衡上述三种方法,实现对作物和杂草的精准识别与定位。以大豆田间除草为对象进行了试验研究,结果表明,使用融合多图像处理算法的投票方法进行作物和杂草识别定位,杂草识别平均错误率为1.79%,识别精度达到98.21%。相较单一的面积阈值、模板匹配和饱和度阈值方法,基于投票权重识别杂草的精度平均提升5.71%。同时,针对复杂多变的农业场景,进行了存在雨滴和阴影干扰的鲁棒性测试,实现了90%以上的作物识别结果,表明本研究方法具有较好的适应性和鲁棒性。本研究算法可为智能移动机器人除草作业等智慧农业领域应用提供技术支持。
关键词：杂草检测;投票权重;算法融合;图像处理;自动识别
相似文章
-
基于多尺度融合模块和特征增强的杂草检测方法 [亢洁, 刘港, 郭国法] 农业机械学报 2022,53 (4) 254-260
-
基于云服务对田间杂草智能检测系统的研究 [王键, 郭俊先, 马生健] 北方园艺 2020 (16) 144-150
-
软计算技术在农业生产中的应用研究进展 [田野, 孙瑞志] 河南农业科学 2021 (1) 10-15
-
基于深度学习的新型语义分割模型与玉米间杂草识别研究 [刘思岐, 韩静, 韩晗, 张天宇, 廖洪晖, 曲歆锐] 南方农机 2023,54 (2) 1-4,34
-
基于动态剪枝神经网络的杂草检测算法研究 [亢洁, 刘港, 王勍, 夏宇, 郭国法, 刘文波] 农业机械学报 2023 (4) 268-275
-
基于改进YOLOv5算法的农田杂草检测 [王宇博, 马廷淮, 陈光明] 中国农机化学报 2023 (4) 167-173
-
基于YOLO v5-Jetson TX2的秸秆覆盖农田杂草检测方法 [王秀红, 王庆杰, 李洪文, 何进, 卢彩云, 张馨悦] 农业机械学报 2023 (11) 39-48
-
基于轻量化YOLOv5的粮食作物和杂草识别研究 [陈承源, 彭晨, 程云芬, 王玉琦, 邹顺水] 农业与技术 2023,43 (22) 36-40
