文摘
英文文摘
论文说明:图表目录
声明
第一章绪论
1.1机器视觉在农业中的应用
1.2课题研究的背景及意义
1.2.1我国喷药技术的现状及存在的问题
1.2.2除草剂精确施药的研究背景及意义
1.3除草剂精确施药技术简介
1.4杂草识别的方法
1.4.1人工识别
1.4.2遥感识别
1.4.3计算机视觉技术识别方法
1.4.4地面传感器识别方法
1.5除草剂精确施药技术的国内外研究状况
1.5.1国外的研究状况
1.5.2国内的研究状况
1.6除草剂精确施药技术实施的难点和须解决的核心困难
1.6.1杂草识别
1.6.2精确施药系统的运行速度
1.6.3流量控制
1.7研究内容和技术路线
1.7.1研究内容
1.7.2技术路线
参考文献
第二章绿色植物与土壤背景的分割
2.1背景分割的有关概念和方法
2.2基于颜色特征的绿色植物与土壤背景的分割
2.2.1图像分割的几种常用的颜色模型
2.2.2试验方法和试验材料
2.2.3分割结果与分析
2.3基于自动取阈值的背景分割
2.3.1图像的二值化
2.3.2最大类间方差自动取阈值法
2.3.3最小错误自动取阈值法
2.3.4基于最大类间方差和最小错误相结合的阈值法
2.3.5图像采集与处理
2.3.6分割结果与分析
2.4结论
2.5本章小结
参考文献
第三章杂草识别特征的提取
3.1分形特征
3.1.1杂草叶的分形特征
3.1.2整株麦苗和杂草的分形特征
3.1.3结论
3.2纹理特征
3.2.1空间灰度共生矩阵
3.2.2纹理特征值的计算与分析
3.3位置特征
3.3.1改进的像素直方图法识别条播作物中心行
3.3.2质心法识别作物中心行
3.3.3低通滤波法识别作物中心行
3.3.4直线拟合法识别作物中心行
3.3.5四种识别作物中心行方法的比较
3.4本章小结
参考文献
第四章基于人工神经网络的杂草的分类与识别
4.1引言
4.2人工神经网络在模式识别上的特点
4.2.1固有的并行结构和并行处理
4.2.2知识的分布存储
4.2.3容错性
4.2.4自适应性
4.2.5模式识别能力
4.3人工神经网络结构
4.3.1人工神经元
4.3.2人工神经网络模型
4.4三层BP神经网络设计
4.4.1BP神经网络设计需要考虑的问题
4.4.2学习算法设计
4.5实验方法
4.5.1基于杂草叶的分形维数的六种杂草分类器设计
4.5.2基于纹理的杂草和麦苗分类器设计
4.5.3基于植株整体分形维数的杂草和麦苗分类器设计
4.5.4基于纹理和分形维数的杂草和麦苗分类器设计
4.6本章小结
参考文献
第五章喷药整体系统设计
5.1视觉系统
5.1.1硬件
5.1.2软件
5.2控制系统
5.2.1施药决策
5.2.2 PLC
5.3喷药执行系统
5.4试验结果与分析
5.4.1试验材料与方法
5.4.2试验结果分析
5.5本章小结
参考文献
第六章结论及建议
6.1主要结论
6.2主要创新点
6.3对今后工作的建议
附录A 攻读博士学位期间发表的论文
致谢