【英文题名】
Research on Support Vector Machine Based Weed Discrimination
【作者】
曲昆鹏 ;
【导师】
郑丽颖 ;
【学位授予单位】
哈尔滨工程大学 ;
【学科专业名称】
计算机应用技术
【学位年度】
2010
【论文级别】
硕士
【网络出版投稿人】
哈尔滨工程大学
【网络出版投稿时间】
2011-01-20
【关键词】
杂草识别 ;
图像处理 ;
特征提取 ;
支持向量机 ;
组合核函数 ;
【英文关键词】
Weed discrimination ;
Image processing ;
Feature extraction ;
Support Vector Machine(SVM) ;
Combined kernel ;
【中文摘要】
随着计算机视觉技术的发展,使用机器视觉技术进行杂草识别已经成为当前的研究热点。本文利用支持向量机在处理小样本,非线性问题方面的优势,将支持向量机应用于杂草识别中,以提高小样本杂草识别的准确性。本文选取东北地区甜菜与大豆农田杂草作为主要研究对象,对在自然光条件下使用数码相机获得的图像进行了研究,开发出了一套杂草图像识别系统,对30种田间杂草实现了智能识别。
本文首先对所拍摄的杂草图像进行规格化,规格化后的杂草图像大小为256×256。为了从复杂的背景环境下识别出杂草植株,采用超绿色法对杂草图像进行灰度化。在对灰度图像二值化的过程中,提出了一种改进的大津法。该算法十分稳定,可以比较准确的获得杂草区域的二值图像。为了能消除二值图像背景上出现的白色小点,叶片上有小黑洞等情况,本文综合使用形态学处理、孔洞填充和小面积消去处理二值图像。之后提取了两个对植株有效的形状特征,植株的骨架面积比、骨架周长比。然后将目标二值图像映射到灰度图像,使用共生矩阵与Gabor小波对灰度图像提取纹理特征。将提取到的形状和纹理特征规格化成Stprtool要求的数据集格式,将数据集输入Stprtool进行处理。最后,将...
【英文摘要】
As the quick development of Computer Vision Technology, weeds recognition by using Computer Vision Technology has been a research hotspot. By using the advantages of Support Vector Machine on solving small samples, and nonlinear problems, this paper uses Support Vector Machine in weed identification, to improve the accuracy of small samples recognition of weeds. This paper choose the northeast sugar beet and soybean fields as the main objects, analyzed the images taken by the digital camera in natur...
【更新日期】
2011-04-15
【相同导师文献】
导师：郑丽颖 导师单位：哈尔滨工程大学 学位授予单位：哈尔滨工程大学基于联合代码属性图的漏洞检测方法研究 [D]. 哈尔滨工程大学,2023基于LIME的可解释方法研究 [D]. 哈尔滨工程大学,2023基于Grad-CAM的模型解释方法研究 [D]. 哈尔滨工程大学,2023基于红外和可见光图像融合的目标跟踪算法研究 [D]. 哈尔滨工程大学,2022基于深度学习的车辆检测与跟踪方法研究 [D]. 哈尔滨工程大学,2022基于深度学习的绝缘子检测技术研究 [D]. 哈尔滨工程大学,2022基于注意力和局部特征的行人目标对齐方法研究 [D]. 哈尔滨工程大学,2022基于LSTM的视频帧预测算法研究 [D]. 哈尔滨工程大学,2022基于知识图谱的目标实体对齐技术 [D]. 哈尔滨工程大学,2022基于反事实图像生成的深度学习模型解释方法研究 [D]. 哈尔滨工程大学,2023
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
