基于图像纹理特征的牧草识别分类算法与应用

摘要

草地数字化管理是保护生态系统与发展畜牧业的重要手段，是实现可持续发展战略的重要途径，是提高畜牧业自动化程度的重要过程。实现草地数字化管理的基础和关键环节是牧草的自动识别与分类。目前对牧草种类识别、品质鉴定以及草地覆盖度等，主要依靠人工判断，改用计算机自动处理可提高效率和准确性。论文用图像识别技术研究牧草的自动识别方法，针对荒漠化草原，以内蒙古农牧业科学院科研基地采集的牧草叶片图像作为对象，选三种牧草:羊草、鹅绒萎菱菜、糙苏，用图像的纹理特征技术实现自动识别、分类。
　　论文对叶片图像进行彩色图像分割，去除背景提取叶片的灰度图像，用灰度-梯度共生矩阵算法提取牧草叶片的纹理特征，包括叶片图像的能量、相关性、灰度熵、梯度熵、混合熵、惯性和逆差矩，共7个图像不变矩特征。这些特征对平移、缩放、镜像和旋转具有不变性，可用于分类。
　　设计BP神经网络作为分类器，输入7个不变矩，输出分类结果，实现对牧草叶片图像的分类，识别率达到94.6％。
　　论文的所有算法在MATLAB环境编程仿真，仿真结果验证算法的有效性。
　　论文设计完成一个牧草自动识别系统，在PC机编程，MATLAB环境中嵌入VC++6.0加入上述算法完成牧草识别分类应用系统，在该系统扩展多种牧草特征，可用于牧草识别工程应用。

目录

声明

摘要

第一章 序言

1．1 研究背景与意义

1．2 基于纹理特征提取研究现状与发展

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 选题的工作特点

1．4 主要工作与内容安排

第二章 样本图像获取与样本库建立

2．1 实验地概况

2．2 叶片取样

2．3 叶片图像采集

2．4 实验样本图片库

2．5 小结

第三章 牧草叶片图像分割

3．1 引言

3．2 传统的图像分割

3．2．1 图像预处理

3．2．2 牧草叶片图像的传统边缘检测

3．2．3 牧草叶片图像的阈值分割

3．2．4 牧草叶片图像的形态学处理

3．3 彩色图像分割

3．3．1 图像滤波

3．3．2 颜色空间选择

3．3．3 基于LAB颜色空间的K均值聚类分割

3．4 小结

第四章 牧草叶片纹理特征提取与识别

4．1 纹理特征提取

4．1．1 纹理的定义

4．1．2 纹理特征提取方法

4．1．3 灰度共生矩阵算法的研究

4．1．4 灰度-梯度共生矩阵的算法的研究

4．2 BP网的叶片纹理识别算法

4．2．1 BP网络构成

4．2．2 基于BP网的叶片纹理建模

4．2．3 识别结果

4．3 小结

第五章 应用系统设计与实现

5．1 硬件构成

5．2 软件设计

5．2．1 软件开发环境

5．2．2 系统的总体流程

5．2．3 系统运行结果

5．3 小结

第六章 结论与讨论

6．1 总结

6．2 讨论

参考文献

致谢

读研期间参加的科研项目