基于视觉注意模型的苗期油菜田间杂草检测

摘要：

提出了基于视觉注意模型的苗期油菜/杂草图像检测方法.针对苗期油菜大田环境,获取油菜/杂草RGB原始图像.根据原始图像颜色分布特点改进Itti模型,生成系列特征显著图,结合区域生长算法分割出感兴趣区域.针对该区域提取形状和纹理特征参数作为支持向量机输入量,判别出所有油菜区域,最后融合原始图像和油菜区域获取最终株间杂草区域.结果表明:与局部迭代阈值法和最大类间方差法相比,本研究提出的图像分割方法更优,正确分割目标概率、错误分割目标概率及漏分割目标概率分别为92.46%、3.26%及7.54%;针对形状、纹理、综合特征及精选特征四类特征参数集,径向基-支持向量机的识别率分别为96.00%、94.29%、100.00%及96.00%.

关键词：Itti模型、显著图、图像分割、支持向量机、大田油菜、杂草识别

所属期刊栏目：37

分类号：TP391.4;S451(计算技术、计算机技术)

资助基金：国家自然科学基金项目31401288;中央高校基本科研业务费专项2662015PY078

在线出版日期：2018-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：96-102