基于颜色和形状的典型牧草特征提取与识别研究

摘要

对牧草种类识别是研究草地资源利用及评价的基础，但传统的方法主要是靠人工完成，不但劳动强度大，而且主观性强。随着机器视觉技术的发展，基于图像处理识别牧草、实现草地资源数字化是当今的发展趋势。
　　本文运用MATLAB图像处理技术，对内蒙古四子王旗王府草原上的三种典型牧草叶片（糙苏、羊草及鹅绒萎菱菜）进行图像预处理、提取了12种颜色矩特征和4种形状特征，利用BP神经网络法实现了三种牧草的图像识别，识别正确率为95.6％。试验结果表明，基于颜色矩特征和形状特征的BP神经网络图像识别方法有效可行，相比单一颜色特征提取识别更加准确，为实现草地资源数字化奠定了基础。

目录

1 引言

1.1研究背景及意义

1.2国内外研究现状

1.3目前存在的问题

1.4研究内容及目标

1.5本章小结

2 牧草叶片图像的采集及图像处理

2.1采集样地概况

2.2牧草叶片采集

2.3 试验样本库

2.4图像处理

2.5图像分割

2.6 本章小结

3 牧草叶片图像信息特征提取

3.1牧草颜色特征提取与选择

3.2颜色特征的选择

3.3形状特征的提取与选择

3.4 本章小结

4 牧草图像识别

4.1图像识别概述

4.2 BP神经网络

4.3模式识别结果

4.4本章小结

5 识别系统实现与试验结论

5.1系统界面

5.2 试验结果

5.3 本章小结

6 结论与建议

致谢

参考文献

作 者 简 介