[发明专利]一种对杂草进行分类识别的装置和方法

权利要求书

1.一种对杂草进行分类识别的装置，其特征在于，它包括图像采集装置（1）、可移动支架（2）和导轨（3），所述图像采集装置（1）固定在可移动支架（2）的图像采集装置连接端，可移动支架（2）嵌套在水平设置的导轨（3）上，

所述图像采集装置（1）用于采集杂草的光谱反射率；

所述可移动支架（2）用于固定支撑图像采集装置（1），所述可移动支架（2）还用于在导轨（3）上滑动；

所述导轨（3）用于预先设定杂草的检测路径。

2.根据权利要求1所述的装置，其特征在于：所述图像采集装置（1）为FieldSpec的ProFR便携式多光谱辐射分析仪。

3.一种利用权利要求1所述的装置对杂草进行分类识别的方法，其特征在于： 所述方法包括

步骤A 图像采集装置（1）沿着导轨（3）运动，多方位的采集待检测杂草的光谱反射率并获得待检测杂草的光谱反射率曲线； 

步骤B 图像采集装置（1）采集各种杂草的标准光谱反射率，将获得的各种杂草的标准光谱反射率曲线传递至计算机，计算机将该种杂草的标准光谱反射率曲线设定为该种杂草在Active Contour曲线模型下的初始化光谱反射率曲线； 

步骤C 将步骤B中得到的该种杂草在Active Contour曲线模型下的初始化光谱反射率曲线，向步骤A中图像采集装置（1）采集的待检测杂草的光谱反射率曲线进行收敛；

步骤D 计算收敛后Active Contour曲线的匹配率和变形率，并获得待测杂草与标准杂草的相似性指数。

4.根据权利要求3所述的方法，其特征在于：步骤A前还包括设定图像采集装置（1）的采集参数，所述采集参数包括：

光谱波段范围设定为波长340~1070nm，光谱采样间隔设定为1.4nm，测量不同波长的光谱反射率的次数设定为512。

5.根据权利要求3所述的方法，其特征在于：步骤B中所述使用图像采集装置（1）获得各种杂草的标准光谱反射率曲线的方法是：

步骤B-1 针对每一种杂草，使用图像采集装置（1）对该种杂草进行光谱反射率采集，并形成M组光谱反射率曲线；

步骤B-2 选取步骤B-1中获得的M组光谱反射率曲线中的N组光谱反射率曲线，对这N组光谱反射率曲线的数据取算术平均值，并将该数据的算术平均值构成的曲线作为该种杂草的标准光谱反射率曲线；

所述M为不小于250的整数，N为大于或者等于150且小于M的整数。

6.根据权利要求3所述的方法，其特征在于：步骤B中所述Active Contour曲线模型为参数型Active Contour曲线模型。

7.根据权利要求6所述的方法，其特征在于：步骤C 中所述该种杂草在Active Contour曲线模型下的初始化光谱反射曲线向待检测杂草的光谱反射率曲线进行收敛的过程为：

参数型Active Contour的能量函数                                                定义如下：

其中，，表示杂草的初始化光谱反射率曲线；

，表示内部力，该参数对杂草的初始化光谱反射率曲线施加分段的光滑性限制；

，表示外部力，该参数吸引杂草的初始化光谱反射率曲线向图像特征运动；

参数分别用来表示控制曲线的连续性、光滑性、图像势能力及外部约束力的参数；

所述的收敛过程是指，杂草的初始化光谱反射率曲线在内部力和外部力的共同作用下寻找其能量函数的极小值的过程。

8.根据权利要求7所述的方法，其特征在于：

获得所述杂草的初始化光谱反射率曲线的能量极小值使用动态规划法或者贪心算法；

所述动态规划法是一种全局优化算法，即在每一优化循环过程中，都使用一次动态规划过程，Active Contour的每段曲线看作是动态规划的一个阶段；

所述贪心算法是一种局部优化算法，即在每一优化循环过程中，只考虑局部控制点的极小化，并且假定Active Contour的整体能量也随之变小。