基于MATLAB的植物幼苗识别(论文11000字,外文翻译)
摘要:杂草种类繁多,严重影响了农作物的生产与产量,使用图像处理技术识别区分杂草和作物幼苗已成为一种最科学最有效的方法。通过提取植物图像的有效特征能很好的地来识别分类植物幼苗。
本论文主要研究基于MATLAB的计算机图像处理技术来识别植物幼苗,过程中使用到了MATLAB的图像处理工具箱,以12种植物不同生长阶段的不同图像为研究目标,首先对图像进行预处理,包括背景分离,轮廓提取,形态学处理,大小归一化等;其次从颜色特征、纹理特征和形状特征三个方面分别提取图像特征参数,提取颜色矩作为颜色特征参数,利用灰度共生矩阵,提取能量、熵、惯性矩、相关性作为纹理特征参数,提取HOG特征作为形状参数;最后使用HOG特征,结合支持向量机SVM分类器的算法,训练分类器,完成了对测试图像的分类,通过调整HOG特征,分类识别率最高达到了61.7%。HOG特征容易受拍摄角度和叶片重叠的影响,SVM分类器训练速度慢的缺点也影响着分类效率,因此下一步的工作将是如何更好地处理图像以减小物理因素对结果的影响和何如优化SVM分类器来提高识别率和识别效率。
关键词:特征提取;HOG特征;识别;支持向量机。
Plant seedling identification
Abstract:There are many kinds of weeds in farmland, which seriously affect the production and yield of crops. Using image processing technology to distinguish weeds and crop