基于图像处理和蚁群优化的形状特征选择与杂草识别

• 作者: 刘波 朱伟兴 李先锋 纪滨 马长华
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 图像处理 特征提取 支持向量机 蚁群优化算法
• 年，卷（期）: 2010,（10）
• 页码范围: 178-182
• 分类号: TP391.4
• 字数: 5166字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2010.10.030

摘要

利用叶片形状特征区分杂草和作物是杂草识别的一个重要方法.为了提高杂草识别的精度和效率,通过形态学运算和基于距离变换的阈值分割方法分离交叠叶片,从单个叶片中提取包括几何特征和矩特征的17个形状特征,用蚁群优化(ACO)算法和支持向量机(SVM)分类器进行特征选择和分类识别,选取有利于分类的较优特征并实现特征的优化组合.棉田杂草试验结果表明,该方法能实现分类特征的有效缩减,经优化组合得到的最优特征子集用于杂草识别的准确率达95%以上,识别率高,稳定性好,对识别杂草时如何兼顾准确率和实时性具有参考意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱伟兴	江苏大学电气信息工程学院	130	1640	21.0	35.0
2	马长华	江苏大学电气信息工程学院	15	351	10.0	15.0
3	纪滨	江苏大学电气信息工程学院	7	175	6.0	7.0
4	李先锋	江苏大学电气信息工程学院	5	139	5.0	5.0
6	刘波	江苏大学电气信息工程学院	17	219	8.0	14.0