摘要
图像识别作为农业生产自动化中必不可少的技术，在作物的种植、除草、耕作以及采摘中发挥了巨大的作用，对作物的正确识别是农业生产机器人正常工作的保证。目前我国对这方面的研究还处于探索阶段。在总结国内外研究现状的基础上，本文对田间杂草识别的算法和界面进行设计开发，与机械化的除草器械相结合，为除草机器人的研制作基础。 （1）图像处理系统的设计与搭建。根据田间实际作业环境状况对图像处理系统的摄像头、电脑、采集卡进行选购和配置。对彩色图像的采集，颜色模型进行介绍。 （2）植株与背景（土壤）的分割。植株与背景可以通过色差进行分割，首先通过几种灰度化方法，如取最大值法、平均值法、加权平均值法选择最优的灰度化方法，其次对灰度图像进行二值分割，如迭代阈值法、最大类间方差法(Ostu)等，即完成植株与背景（土壤）的分割。 （3）图像的预处理。由于图像在采集和处理的过程中会产生许多无关的干扰信号，这会为后续的图像轮廓提取造成干扰，所以要对图像进行滤波处理，常用的方法有邻域平均法，中值滤波法等，比较两种方法对不同噪声的处理结果来进行选择。同时在植株识别过程中会有杂草与作物相互交叠的情况，也会对杂草与作物的分离造成影响，可以采用形态学的腐蚀与膨胀，开运算与闭运算来进行一些简单的交叠分割。 （4）植株轮廓的提取。对基于一阶和二阶导数的边缘检测方法进行比较，采用合适的方法对植株的轮廓进行提取，由于在培养的过程中发现杂草与作物在形态上有很大的差别，可以通过形态差别来进行阈值的选取，将小于该阈值的均视为杂草，通过实验发现该方法能有效分离杂草和作物。 （5）距离与偏距的测定。该课题最终是要获得图像中两植株的根部距离以及两根部的相对偏移量，根据生菜的轮廓特征可以将其质心近似为作物的根部，那么，作物的根部距离即为两质心的距离，相对偏移量即为两质心的偏移量，该距离和偏移量的大小会通过界面进行显示，以便于用户操作。 （6）开发机器视觉处理软件。该软件具有强大的图像处理功能函数，编程代码简单易学，同时能够根据用户的需求设计出不同的人机交互界面，具有良好的可操作性。
NETL