基于改进AdaBoost算法的秸秆识别与覆盖率检测技术.pdf

万方数据
基于改进算法的秸秆识别与覆盖率检测技术农业机械学报杨光张洪熙方涛张彩丽．，㈣蜤阭扣纭增愕，吼皀踟讹恪蜸頲璐Ｋ纁，㈨彰，，弹矗㈨引言目前，保护性耕作技术已经成为我国农业主推耕作技术，吉林省将该技术列为农业生产先进技术重点推广项目。推广实施保护性耕作技术的关键是提供性能和质量可靠的专用配套机具，免耕播种机月第卷第雹．长春理笱У缱有畔程学院，长春；贾莺？灯等砑邢薰境怂⒊挡凡浚贾摘要：针对目前秸秆覆盖率自动识别准确率低的问题，提⋯了一种秸秆图像畸变校正与算法阈值分割相结合的图像处理算法。并采用该方法计算田问秸秆覆盖率。首先。通过单目摄像头采集免耕播种机的作业环境信息，采用改进的算法对目前工作环境是否为免耕地进行自动判断；其次，对现场采集的秸秆覆盖图像进行预处理，通过彩色空间距离化、图像增强等方式提高图像中秸秆的可识别特征；然后，建直逆向映射模型并结合最邻近插值的方法解决图像畸变问题：最后，裁剪出用于秸秆识别的图像部分，通过算法进行阈值分割、计算秸秆覆盖率。通过实验对算法分类与秸秆覆盖率的检测效果进行验证．结果表明，运用算法能有效识别免耕播种机的工作环境，采用本文图像处理算法计算田问秸秆覆盖率，与实际测量误差在ヒ阅凇关键词：免耕；秸秆覆盖率；识别；算法；算法中图分类号：籘文献标识码：餴餴文章编号：——旬癴鼁埃鍯琇￡狧“兽暑矗：，瑃—ⅡⅡ—．，．，琣，騜矗，ィ簄猼；；籄收稿日期：——修回日期：一—基金项目：古林省教育厅科学计划项目图A质】萍继蒲Ъ苹钅作者简介：杨光，男，副教授，博士，主要从事免耕机械智能临测系统研究，：甤痠．．—．．．甁皊，皉辍舊，凡￡，—皀鲁暑矗狧“’：．．簅簅．：．—
万方数据
半∞￡，。4酢!!!!R籐‰，，。：生里上笋型小，却，吣＃蝗延　蔻旷丢·孚又有理。牛琻，占。#騟又有理。耹，占。拢騟。∑∞。一“，，辏免耕播种机工作环境自动识别技术分类器分类完成后，下一个才进行。本文关注的式中戈——待检测窗口戈!<扑闾卣髦档暮式中!H醴掷嗥鞣掷辔蟛!9橐换蜃∞，，——样本权重!Q臼戈：!W罴讶醴掷嗥是其中最重要的配套装备。而秸秆覆盖率的识别与检测是我国免耕播种机实行大面积推广过程中需要解决的主要问题。检测秸秆覆盖率比较典型的方法有纹理法及以秸秆和土壤亮度作为检测基础的二值化方法。文献『提出一种基于纹理的秸秆覆盖率检测方法，并将神经网络方法融人检测算法之中，实现了秸秆覆盖率的高精度检测，但是神经网络需要进行训练，在不同实际情况下都需要重新训练权值，效率偏低。文献『一褂米远兄捣指钏法进行秸秆覆盖率检测，主要根据土壤和秸秆亮度不同通过二值化处理计算出覆盖率，但对于光照不均的情况适应性较差。文献『岢鲆恢謘和相结合的方法对图像进行二值化处理，再计算出秸秆覆盖率，其检测速度快，能准确测算秸秆覆盖率。但对光照变化带来的影响适应性较差。针对秸秆覆盖率识别存在的问题，本文在已有技术方法的基础上，提出一种改进后的算法，对骰肪呈欠裎C飧亟凶远觳猓云谔高秸秆覆盖率计算的准确性。免耕播种机在工作时通过单目摄像机采集作业环境，因此对作业环境的分类显得极其重要，本文提出了一种基于特征的算法的自动识别技术”。算法是由多个分类效果较差的弱分类器逐步迭代组成一个分类效果较好的强分类器的过程。如图荆ジ鋈醴掷嗥鞯姆掷嘈果不好．位置靠前的弱分类器的分类结果会影响位置靠