[发明专利]一种基于非下采样剪切波算法的杂草群落识别算法

说明书

本发明公开了一种基于非下采样剪切波算法的杂草群落识别算法，将田间图像分解为若干子图，每个子图在1、3、5尺度下用非下采样剪切波算法求取各方向系数的平均值和方差，如果作物群落与杂草群落伴生必然影响图像中各方向系数的稳定性，而光照等环境因素只能影响平均值或方差，不能同时影响平均值和方差两个量。对单个子块图像进行模式识别，判断单个图像是否有伴生杂草群落。通过对图像中所有子块图像的判断结果进行分析，判断杂草群落的长势。在减少单个子块图像误判的基础上，进行是否喷洒除草剂的决策。本发明以决策是否喷洒除草剂为目标，通过多个子块图像识别结果的判断分析减少了因单个子块图像识别误差带来的影响。

技术领域

本发明涉及的是，具体涉及一种基于非下采样剪切波算法的杂草群落识别算法。

背景技术

现有研究中，针对杂草识别主要是从杂草的位置特征、形状特征、纹理特征、光谱特征对单株杂草出发进行杂草识别。已有研究提取的杂草特征主要是从单株杂草的外形特征出发进行相关研究。特别是对于纹理特征的研究多是从单株杂草的外形特征进行分析。

已有研究从单株杂草出发研究图像特征，与实际田间情况存在差异。一般田间种植过程中，少量的杂草一般不需要喷洒除草剂，作物形成生长优势后，一段时间可以通过抢肥、抢光抑制杂草的生长。所以，田间需要喷洒除草剂的情况一般是在作物群落生长过程中形成了与之伴生的杂草群落，因此田间实际情况（如图1所示）是需要对作物群落是否伴生杂草群落进行识别，而不是区分作物群落与杂草群落。现有研究从单株杂草和作物出发主要研究的是作物群落与杂草群落的区别，离实际应用仍存在较大差异。

在除草剂变量喷洒中，识别是否需要喷洒除草剂成为相关技术开发的前提，在已有研究中通过图像处理技术对田间图像进行杂草识别成为解决这一问题的一个重要发展方向。在已有研究中，对于杂草的识别多是从杂草的位置特征、形状特征、纹理特征、光谱特征对单株杂草出发进行杂草识别。本发明从作物群落生长过程中是否有伴生杂草群落出现出发，拟从识别是否存在杂草群落进行是否需要喷洒除草剂的工作。

综上所述，本发明设计了一种基于非下采样剪切波算法的杂草群落识别算法。

发明内容

针对现有技术上存在的不足，本发明目的是在于提供一种基于非下采样剪切波算法的杂草群落识别算法，提出以作物生长过程中，田间图像中作物群落是否出现了伴生杂草群落为研究对象。根据伴生杂草群落出现，必然影响图像的纹理特征，提出引入非下采样剪切波算法求取各方向系数的平均值和方差作为特征值描述图像是否存在伴生杂草群落。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于非下采样剪切波算法的杂草群落识别算法，包括以下步骤：

（1）通过RGB空间超绿特征（2G-R-B）或HIS空间的H特征将田间图像灰度化；

（2）将灰度图像分解为n×m个子块图像；

（3）每个子块图像在1、3、5尺度下用非下采样剪切波算法求取各方向系数的平均值和方差作为特征值；

（4）采用判别分析法或k近邻法对每个字块图像进行模式识别判断是否有杂草群落；

（5）对图像中所有子块图像的判断结果进行综合判断杂草群落是否需要喷洒农药。

本发明具有以下有益效果：

（1）本发明以作物群落是否伴生杂草群落为研究对象，而与传统研究杂草群落与作物群落差异的区别不同，从而提出采用非下采样剪切波算法描述作物群落因出现伴生杂草群落带来的变化。特征值选用各方向系数平均值和方差，减少了因光照等环境因素影响导致的特征值变化，能更好的表征伴生杂草群落出现带来的图像纹理变化。