| 基于监督局部线性嵌入算法的玉米田间杂草识别 |
| |
| 引用本文： | 阎 庆,梁 栋,张东彦.基于监督局部线性嵌入算法的玉米田间杂草识别[J].农业工程学报,2013,29(14):171-177. |
| |
| 作者姓名： | 阎 庆 梁 栋 张东彦 |
| |
| 作者单位： | 1. 安徽大学计算智能与信号处理教育部重点实验室,合肥 2306013. 安徽大学电气工程与自动化学院,合肥 230601;1. 安徽大学计算智能与信号处理教育部重点实验室,合肥 230601;1. 安徽大学计算智能与信号处理教育部重点实验室,合肥 2306012. 国家农业信息化工程技术研究中心,北京 100097 |
| |
| 基金项目： | 国家自然科学基金资助项目（61172127,51277002）;高等学校博士学科点专项科研基金（20113401120006 ）;安徽大学"211工程"青年科学研究基金（KJQN1114）;安徽省高等学校省级自然科学研究项目（KJ2013A026）;安徽省自然科学基金项目（1308085QC58）。 |
| |
| 摘 要： | 杂草精准识别是实现农药定向定量喷洒的基础,是精准农业重要的研究课题之一,对环境保护和生产成本控制都有着重要的现实意义。该文以玉米田间常见杂草为研究对象,首先通过超绿特征去除田间复杂背景的影响,然后采用形态学方法自动分割图像中绿色植物区域作为待判别为杂草或作物的识别对象,之后采用基于Fisher投影的监督LLE（locally linear embedding）方法对样本的高维灰度特征进行降维,在低维空间结合支持向量机实现了杂草的快速识别。试验结果表明,该识别方法能更好地发现杂草与玉米的低维特征,对杂草和玉米植株的平均识别率分别达到97.2%和77.8%。该研究结果可为精准喷洒除草剂的自动化实现提供参考。
|
| 关 键 词： | 图像处理 识别 算法 监督局部线性嵌入 支持向量机 |
| 收稿时间： | 2012/12/15 0:00:00 |
| 修稿时间： | 2013/6/27 0:00:00 |
Recognition of weed in corn field based on supervised locally linear embedding algorithm |
| |
| Yan Qing,Liang Dong and Zhang Dongyan.Recognition of weed in corn field based on supervised locally linear embedding algorithm[J].Transactions of the Chinese Society of Agricultural Engineering,2013,29(14):171-177. |
| |
| Authors: | Yan Qing Liang Dong and Zhang Dongyan |
| |
| Institution: | 1. Key Lab of Intelligent Computing and Signal Processing of Ministry of Education, Anhui University, Hefei 230601, China3. School of Electronical Engineering and Automation, Anhui University, Hefei 230601, China;1. Key Lab of Intelligent Computing and Signal Processing of Ministry of Education, Anhui University, Hefei 230601, China;1. Key Lab of Intelligent Computing and Signal Processing of Ministry of Education, Anhui University, Hefei 230601, China2. National Engineering Research Center for Information Technology in Agriculture, Beijing 100097, China |
| |
| Abstract: | |
| |
| Keywords: | image processing identification algorithms supervised LLE support vector machine |
|
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
