基于PC的农田作物/杂草识别文献综述
一、前言
随着计算机技术的普及推广，精确农业模式的提出，借助计算机工具有效地轻农业生产的强度，提高劳动生产率，实现农业生产自动化成为发展的趋势。计算机图像处理、图像分析是当前国际上正在发展的一门新兴学科，是人工智能领域中一个极为重要的方面，也是智能应用的热点之一。由于计算机技术本身的飞速发展，应用图像处理技术进行农作物中的杂草识别与控制已成为可能，这不仅能提高农业生产的自动化水平，减少草害，而且对保护生态环境，节约除草费用有着十分重大的现实意义。
二、国内外研究概况
机器视觉又称计算机视觉，是研究用计算机模拟生物外显或宏观视觉功能的科学和技术。它是由代替人眼的图像传感器(摄像头)获取对象图像，将图像数据存储于计算机硬盘，并用代替人脑的 CPU(计算机)来分析图像。计算机视觉是多学科的交叉和结合，涉及到数学、光学、计算机和信号处理等诸多学科。20世纪70年代初期在遥感图像和生物医学图像分析两项应用技术中取得成效后开始崭露头角。随着图像处理技术的发展与计算机硬件成本的下降和运行速度的提高，它的研究和应用已扩展到工业、农业、军事等诸多领域，并取得了相当多的成果。基于图像的识别方法是利用计算机视觉技术采集、处理和分析田间图像中所包含的作物、杂草和背景的形状、纹理及颜色信息。该方法的杂草识别率较高，但是由于图像的数据量大，对图像处理算法的处理速度具有很高的要求。
三、主要参考文献基本观点
下面分别从形状、颜色、纹理三个个方面来讨论该项技术的国内外研究进展状况。
1、 形态特征识别法
形状是描述图像内容的一个非常直观而又重要的特征，而杂草叶子的形状是识别杂
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
