[发明专利]基于支持向量数据描述的田间玉米植株识别方法

权利要求书

1.一种基于支持向量数据描述的田间玉米植株识别方法，其特征是，包括以下步骤：

(1)训练阶段：采集不同时间段的玉米田间图片作为训练样本，提取玉米田间图片中的玉米植株区域，获取玉米植株区域的图片特征；计算原始图片特征对第一主成分的贡献率W，设定阈值，选择较大贡献率W所对应的特征作为最优特征，输出最优特征集合，建立SVDD模型；

(2)分割阶段：首先将测试图片的背景区域去除，提取测试图片剩余连通区域的图片特征；将测试图片各个连通区提取的图片特征带入SVDD模型进行测试，确定玉米植株区域和非玉米区域。

2.如权利要求1所述的基于支持向量数据描述的田间玉米植株识别方法，其特征是：所述步骤(1)中获取的玉米植株区域的图片特征包括图片连通区域的植被指数特征和纹理特征其中包含L个样本和Num个特征。

3.如权利要求2所述的基于支持向量数据描述的田间玉米植株识别方法，其特征是：所述植被指数特征包括Rn、Gn、Bn、Gray、ExG、ExR、CIVE、ExGR、GB、ERI、EGI、EBI十二个植被指数特征；所述纹理特征包括四个方向上的对比度、相关性、能量和同质性纹理特征。

4.如权利要求1所述的基于支持向量数据描述的田间玉米植株识别方法，其特征是：所述步骤(1)中训练样本选择玉米生长初期一天内不同时间段的图片。

5.如权利要求1所述的基于支持向量数据描述的田间玉米植株识别方法，其特征是：所述步骤(1)和步骤(2)中使用超绿特征进行图片预处理，去除图片背景。

6.如权利要求1所述的基于支持向量数据描述的田间玉米植株识别方法，其特征是：所述步骤(1)中建立SVDD模型时，使用主成份分析方法进行特征选择，计算每个玉米植株区域的图片特征、以及每个原始特征对第一主成分的贡献率W，阈值设定为0.2)。

7.如权利要求1所述的基于支持向量数据描述的田间玉米植株识别方法，其特征是：所述步骤(2)的具体过程为：将测试图片去除背景区域，保留玉米植株连通区域；计算各个连通区域内每个像素点的植被指数特征集合，对相同区域内像素点特征进行求和取均值操作，得到连通区域的植被指数特征；将连通区域的植被指数特征和纹理特征代入步骤(1)得到的SVDD模型进行测试，确定玉米植株区域，对非玉米植株区域进行删除操作。