基于颜色矩的典型草原牧草特征提取与图像识别.PDFVIP

第 32 卷 第 23 期 农 业 工 程 学 报 Vol.32 No.23 168 2016 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2016 基于颜色矩的典型草原牧草特征提取与图像识别 1,2 1※ 3 4 1 韩 丁 ，武 佩 ，张 强 ，韩国栋 ，通 霏 （1. 内蒙古农业大学机电工程学院，呼和浩特 010018 ；2. 内蒙古大学电子信息工程学院，呼和浩特 010021 ； 3. 加拿大曼尼托巴大学工程学院，温尼伯市 R3T 5V6 ；4. 内蒙古农业大学生态环境学院，呼和浩特 010018 ） 摘 要：针对内蒙古乌兰察布市荒漠化草原牧草监测与数字化程度较低的问题，该文实现了 2 种典型牧草的特征提取与 图像识别，为多牧草种类识别与草业管理提供依据。利用智能导航车采集草原原始图像，对羊草和灰绿藜 2 种牧草图像 提取 RGB 与 HSV 颜色矩特征并建立相应的规则库，数据表明二者的颜色矩特征具有明显区别。采用 2G-B-R 色差特征 的模糊C-均值聚类算法对图像进行背景分割后，构建了一种3 层BP 神经网络模型，通过主成分分析法（principal component analysis，PCA ）将 15 维输入特征参数降为 10 维以提高识别速度，且最终的整体识别率达到 89.5%，实现了羊草与灰绿 藜图像的有效分类识别，同时得到灰绿藜与羊草在测试图像中的植被覆盖度分别约为 9.78%、34.21% 。试验结果表明， 利用颜色矩特征为基础，模糊 C-均值聚类算法与 BP （back propagation ，BP ）神经网络模型为分割、识别手段能够有效 地实现典型牧草的图像分类研究。自动识别牧草是草业数字化的重要组成部分，可为监测植被物种多样性、草种退化及 病虫草害的控制提供科学依据，是实现现代草原生态环境保护，发展草原经济的重要途径。 关键词：图像识别；特征提取；牧草；颜色矩；主成分分析法；BP神经网络 doi ：10.11975/j.issn.1002-6819.2016.23.023 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2016)-23-0168-08 韩 丁，武 佩，张 强，韩国栋，通 霏. 基于颜色矩的典型草原牧草特征提取与图像识别[J]. 农业工程学报，2016， 32(23)：168－175. doi ：10.11975/j.issn.1002-6819.2016.23.023 Han Ding, Wu Pei, Zhang Qiang, Han Guodong, Tong Fei. Feature extraction and image recognition of typical grassland forage based on color moment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(23): 168 －175. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.23.023 酸杂草，用机器视觉法实现了杂草的识别。王敬轩等[8] 0 引 言  提取豆科牧草的叶片轮廓，然后将叶片的横纵轴比、矩 草地是人类可再生的自然资源，内蒙古自治区草地 形度、圆形度