[发明专利]一种植被群落中伴生杂草的识别方法

说明书

本发明公开了一种植被群落中伴生杂草的识别方法，田间图像依次经过二值化分割、腐蚀操作、膨胀操作、提取骨架操作得到四幅二值图像，获取四幅二值图像中杂草区域的像素个数作为第一组杂草识别特征；获取腐蚀后二值图像中每个白色区域与黑色区域相邻的像素点个数、腐蚀后二值图像每个白色区域周长之和平方与腐蚀后二值图像的面积之比，以及腐蚀后二值图像每个白色区域周长平方之和与腐蚀后二值图像的面积之比，作为第二组杂草识别特征。以两组杂草识别特征为输入，建立BP神经网络，BP神经网络输出0表示不需要喷洒除草剂，输出层输出1表示需要喷洒除草剂。

技术领域

本发明涉及田间杂草识别技术领域，尤其是一种植被群落中伴生杂草的识别方法。

背景技术

田间杂草识别技术一直是开发变量喷洒除草剂实用设备的技术难点。识别杂草主要是从作物群落与杂草群落的区别出发寻找图像特征，而过往研究中采用的田间图像多为苗期单株植株的图像，回避了多植株之间枝叶相互覆盖遮挡的情况，但实际上，这样的情况是不可回避的。因此，针对植被群落进行杂草识别的研究开始成为精确农业杂草识别的一个新方向。此外，在过往研究中，都是以是不是杂草为目标，需不需要喷洒除草剂仍然需要进一步判断，同时杂草识别精度也无法满足使用设备开发的需要。

发明内容

针对上述问题，本发明提供一种植被群落中伴生杂草的识别方法，用于判断多株植物枝叶相互遮挡的田间植被群落图像中是否有伴生杂草，是否需要喷洒除草剂。

一种植被群落中伴生杂草的识别方法，利用二值化分割以及腐蚀、膨胀、提取骨架形态学操作从田间图像中提取杂草识别特征。

优选的，田间图像依次经过二值化分割、腐蚀操作、膨胀操作、提取骨架操作得到四幅二值图像，获取四幅二值图像中杂草区域的像素个数作为第一组杂草识别特征；获取腐蚀后二值图像中每个白色区域与黑色区域相邻的像素点个数、腐蚀后二值图像每个白色区域周长之和平方与腐蚀后二值图像的面积之比，以及腐蚀后二值图像每个白色区域周长平方之和与腐蚀后二值图像的面积之比，作为第二组杂草识别特征。

优选的，以两组杂草识别特征为输入，建立BP神经网络，BP神经网络输出0表示无杂草伴生或不需要喷洒除草剂，输出层输出1表示有杂草伴生或需要喷洒除草剂。

本发明提出了以植被群落是否出现伴生杂草群落为研究对象，以是否喷洒除草剂为研究目标，利用二值化分割以及腐蚀、膨胀、提取骨架等形态学操作提取杂草识别特征，同时定义并结合杂草区域的周长、致密度、圆形度概念，准确判断多株植物枝叶相互遮挡的田间植被群落图像中是否有伴生杂草，以是否需要喷洒除草剂为直接输出，便于喷洒设备的控制。

附图说明

图1为田间图像；

图2为分割后的二值图像Ⅰ；

图3为腐蚀后的二值图像Ⅱ；

图4为膨胀后的二值图像Ⅲ；

图5为提取骨架后的二值图像Ⅳ。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。本发明的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

实施例1

一种植被群落中伴生杂草的识别方法，包括以下步骤：

1、拍摄田间植被群落的图像，如图1所示。

2、将田间图像分割为二值图像Ⅰ，提取杂草轮廓，如图2所示，杂草对应的区域为白色，其余部分为黑色。