中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于机器视觉的苗期杂草实时分割算法 农业机械学报 2005,36 (1) 88-91
Position: Home > Articles > Real-time Algorithm Based on Machine Vision to Segment Weeds at Seedling Transactions of the Chinese Society for Agricultural Machinery 2005,36 (1) 88-91

基于机器视觉的苗期杂草实时分割算法

作  者：
毛文华;王一鸣;张小超
单  位：
中国农业大学信息与电气工程学院;中国农业机械化科学研究院;研究员;硕士生;王月青;中国农业大学信息与电气工程学院 博士生;教授博士生导师
关键词：
杂草识别;机器视觉;算法
摘  要：
对利用植物的位置来识别作物苗期田间杂草的方法进行了研究。根据苗期田间植物的位置特征 ,建立了基于机器视觉的分割苗期田间杂草的算法 DBW。通过比较分析各种算法的分割效果图和所耗费的时间 ,运用超绿色法灰度化原始图像 ,然后应用最大方差自动取阈法二值化图像 ,最后运用种子填充算法分割作物和杂草。研究表明 ,算法 DBW在实时性方面表现出一定的优越性 ,处理一幅 5 4 4× 117像素的图像只需大约 6 0 ms
译  名：
Real-time Algorithm Based on Machine Vision to Segment Weeds at Seedling
作  者：
Mao Wenhua1 Wang Yiming1 Zhang Xiaochao2 Wang Yueqing1 (1 China Agricultural University 2 Chinese Academy of Agricultural Mechanization Sciences)
关键词：
Weed detection, Machine vision, Algorithm
摘  要：
A method for detecting weeds using features of plant location at seedling had been studied. According to features of plant location at seedling, the DBW algorithm based on machine vision to segment weeds at seedling is found. Firstly, the extra-green algorithm is adopted to gray the source image according to the segmentation results and the expended time of those algorithms. Secondly, the algorithm of the threshold automatically extracted according to the maximum deviation is used to transform gray image to binary image. Finally, the seed-fill algorithm is applied to segment crop and weeds. It is indicated that the DBW algorithm has the superiority in real-time. It about spent 60 ms to process a 544×117 pixels image using the DBW algorithm.

相似文章

导出引用
计量
文章访问数: 18
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46