基于MATLAB数字图像处理杂草识别.pdf

基于MATLAB数字图像处理杂草
识别

基于数字图像处理的杂草识别

班级：信息5班

组员：李辉李少杰李港深胡欣阳
学号：0414139404141395041413930414139
指导教师：蔡利梅

组员分工：
李辉：部分程序，查找资料

李少杰：实验报告，PPT，演讲
李港深：部分程序，实验报告
胡欣阳：部分程序，实验报告

摘要

杂草同农田作物争夺阳光和养分，严重影响了农作物的生长。为

了达到除草的目的，人们开始喷洒大量的除草剂来进行除草。可是却

忽略了除草剂的不当使用给人、畜以及环境造成的危害。本文从实际

应用出发，设计了一个基于数字图像处理的杂草图像特征提取及识别

设计方案。运行在参考了前人研究成果的基础上，不断将算法改进，

找出适合于MATLAB杂草识别的可行性方法。本文对杂草图像的处理

和识别方法进行研究。采集来的图像经常会有模糊现象的发生，对模

糊图像的恢复处理做了大量的研究试验，得出维纳滤波具有较好的恢

复效果；绿色植物和土壤背景的分割试验中，提出了一种基于彩色图

像的二值化方法，可以不经过彩色图像灰度化就能够直接把绿色植物

与土壤背景分割开，和以往的分割方法相比处理速度快，分割效果好，

更加满足实时性；杂草和作物的分割主要研究了行间杂草和作物的分

割，参考国内外资料，并进行研究试验，表明运用位置特征识别法有

很好的分割效果，寻找作物中心行采用了简单快速的像素位置直方图

法，采用了区域生长，和其他方法相比减少了重复操作，节省了时间，

满足实时处理的要求；分割后的图像为只含有杂草的二值图像，通常

会有一些残余的叶片和颗粒的噪声，通过形态学滤波或中值滤波去除

噪声。
1、研究目的及意义

杂草是生态系统中的一员,农田杂草是农业生态系统中的

一个组成部分，它直接或间接的影响着农业生产，给经济作物带来很

大的危害。杂草不仅与农作物争夺阳光、水分、肥料、还与作物争夺

生存空间，不经过及时的处理，会阻碍作物生长，导致作物产量的下

降，产品质量受损，甚至妨碍农作物收获，增加生产费用[1]。据统计,

目前世界上共有杂草近5万种,农田杂草8000多种，而危害主要粮食

作物的约有250多种。在我国，杂草分布区域也十分广泛，据我国农

业植保总站近年调查发现，我国农田杂草约1500多种，其中给农作

物造成严重危害的杂草有17种；危害范围较广、危害较严重的主要

杂草有31种；地域性杂草有24种；一般不对农作物造成较严重危害

的次要杂草有183种[2]。为了减轻草害，人们投入了大量的人力与物

力。统计表明，美国每年因为杂草在64种农作物中造成的损失达75

亿美元，而每年用于化学除草的费用高达36亿美元，用于机械和其

它除草的费用达26亿美元[3]。我国用在除草上的劳动量也高达20-30

亿个劳动日，即便如此，我国草害造成的粮食损失平均达13.4％，年

损失粮食产量约17500kt[4]。人们为了减轻杂草对农作物的危害以及

造成的经济损失，经常采用的几种除草方法包括机械除草、化学除草、

人力除草、静电除草，还有生物除草等。人力除草由于浪费人力，效

率又低，现在很少被使用；机械除草虽然效率较高，对环境污染小，

但需消耗大量的动力，造成土壤压实，对下茬作物的生长不利；静电

除草能除掉部分杂草，但可能造成作物烧伤，甚至影响土壤结构，降

低土壤的生产能力；生物除草是从分子生物学角度进行研究，利用动

物、昆虫、病菌等方法防除某些杂草,但还没有真正应用于生产。目

前应用最广泛的除草方法是化学除草，化学除草是利用化学农药（除

草剂）进行防除杂草的方法，其主要特点是高效、省工，尤其是可以

免去繁重的田间除草劳动，解放田间的劳动力，正因为化学除草具有

其他除草方法所不具备的优点而被广泛应用。但是，在人们大量的使

用除草剂防治草害的同时，也产生了许多不良影响，如污染农副产品

及破坏生态平衡。人们从化学除草所带来的负面影响，已深刻认识到

单纯依赖化学防治和“地毯式”大量喷洒除草剂的错误做法[5]。因此，

想到应该采取一些有利的措施，既能有效的消除草害，提高粮食作物

的产量，又能保护好人们的生存环境，达到可持续发展的目的，这就

使得科学工作者对杂草控制新方法的研究成为了必然。

针对这种情况，通过研究，我们利用图像处理技术来识别杂草并

确定杂草的位置和类别，从而为作物田间精确喷洒除草剂的自动化作

业提供理论与技术支持。
2、杂草识别的研究方法

主要有：颜色特征分析法、形状特征分析法、纹理特征分析

法、光谱分析法和位置特征分析法与区域生长法。

1.颜色特征分析法

颜色特征分析法是用于杂草识别的重要方法。在大自然