- 国外研究现状
M.Dian Bah等人提出了一种新的基于视觉的分类系统，该系统通过应用卷积神经网络（CNN）和作物行信息来识别蔬菜田中的杂草。他们将深度学习与线检测相结合以执行分类程序。所提出的杂草检测方法在不同作物田间均有效。甜菜，菠菜和豆类的整体精度分别为93％，81％和69％[1]。Peacute;rez-Ortiz等人提出了一种通过聚类技术选择一组训练模式的方法，特征选择方法用于从一组不同性质的若干统计量和度量中获得最佳区分特征。结果表明，所提出的模式选择方法是合适的，并且可以构建健壮的数据集。利用不同的统计，空间和质地指标，代表了一种新的途径，通过UAV图像在行间杂草制图之间和内部具有巨大的潜力，并且在与OBIA配合使用时表现出良好的协同作用[2]。Adel Bakhshipour A等人提出通过小波纹理特征进行验证其在甜菜作物杂草检测中的潜力。对于通过单级小波变换产生的每个多分辨率图像，确定共现纹理特征。图像分割基于神经网络做出的决定，将每个细分标记为杂草或主要农作物。结果表明，即使存在大量的遮挡和叶子重叠，小波纹理特征也能够有效区分农作物中的杂草[3]. Jialin Yu a等人提出了几种深度卷积神经网络（DCNN）模型，它们在检测百慕大草中的杂草方面异常准确。DetectNet是最成功的DCNN架构，可用于检测在休眠的百慕大草中生长有各种阔叶杂草的一年生早熟禾（Poa annua L.）或Poa annua。DetectNet在休眠的百慕大草中生长时表现出优异的杂草检测性能，基于DCNN的杂草识别可以成为用于精确控制除草剂草皮草的精密除草剂施用机的机器视觉子系统中的有效决策系统[4]。
二．国内研究现状
随着计算机和科学技术的发展，计算机视觉、人工智能的研究已成为新的动向。目前，国内外已经把图像处理应用于医学影像分析、军事研究领域、遥感气象服务、交通图像分析以及车牌识别等。
江苏大学江苏省现代农业装备与技术重点实验室的胡波[5]等人提出将分割中使用的颜色特征和阈值转换为RGB颜色空间中的一个分割面，引入Bayes理论建立了分割误差的评价方法，采用遗传算法优化选择分割面，由此优化得到的分割面为-149R 218G-73B=127.实验表明与超绿特征值相比，该方法分割后的噪声小，平均分割误差概率明显降低，更加利于提取用于识别的形态特征。
中国农业大学信息与电气工程学院的杨斯[6]等人为实现工厂工厂化育苗生产线上黄瓜苗群体株高的快速无损测量，提出一种基于RGB-D相机的温室育苗盘中蔬菜苗株高参数原位测量方法。获取到黄瓜苗盘的俯视彩色图像、深度图像以及彩色三维点云数据。根据RGB-D相机的成像原理，将滤波与聚类分割算法相结合，实现一种基于俯视的彩色三维点云数据处理方法，从幼苗群体中分割出单株幼苗点云集。
要实现田间杂草的实时识别, 须考虑算法复杂度, 哈尔滨工业大学计算机科学与技术学院的张田文[7]等人提出一种基于HSV空间的20色非均匀颜色量化算法, 与传统的颜色量化算法相比, 该算法降低了时间和空间的复杂度, 提高了检索的效率和准确率，易将图像的先验信息融合到SVM的核函数中，提高了分类效果，可应用于海量图像库检索和图像语义信息的自动提取。
近几年，随着高科技的飞速发展，尤其无人机研究领域大热，中国农业大学信息与电气工程学院的王海华[8]的等人提出剪切波变换对无人机麦田区域图像中杂草进行识别，该方法利用其自身的方向敏感性以及在纹理识别中的方向无关性，根据麦田区域图像在杂草较多的部分叶片纹理杂乱，反之则纹理相对规则的特点，处理得到不同尺度和不同方向下小麦与杂草的剪切波系数。然后针对小麦和杂草剪切波系数的不同特征，对剪切波系数矩阵进行归一化处理，通过对含杂草麦苗区域图像以及麦苗区域图像的验证，准确率为 69.2%，效果优于传统的灰度共生矩阵方法。此外该实验实现了对非麦苗区域的有效标识。由此可见，剪切波变换方法能够为基于低空植保无人机喷洒农药中的区域杂草识别提供参考。
华南农业大学工程学院的胡炼[9]等人提出了一种株间机械除草装置的作物识别与定位方法。利用 2G-R-B 方法将作物 RGB 彩色图像进行灰度化，再选用 Ostu 法二值化、连续腐蚀和连续膨胀等方法对图像进行了初步处理。并结合二值图像中绿色植物连通域的质心获得作物位置信息。试验结果表明，该方法可以正确识别出作物并提供准确的定位信息，该方法为株间机械除草装置避苗和除草自动控制提供了基本条件。
华中农业大学工程技术学院的吴兰兰[10]等人提出了一种基于图像处理和支持向量机(SVM)技术的玉米和杂草识别方法。首先根据玉米与杂草、土壤彩色图像的特征提出一类图像灰度化方法,并通过对灰度图像的除噪处理有效地分离目标对象。然后从处理好的图像中提取出目标对象的形状特征参数作为输入特征向量,进而提出玉米田间杂草识别的支持向量机方法。试验结果表明了方法的有效性,通过适当选取核函数识别率可达98.3%。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
