[00109015]面向精确农药使用的树形识别系统研究

　　研究了基于颜色、颜色与分形维数、小波分析及提取植物的过绿特征的树木图像分割方法，并对4种方法进行了比较研究，主要研究内容： 　　（1）树木图像分割方法研究分别基于颜色、颜色与分形维数、小波分析及植物过绿特征实现树木图像的分割，在此基础上分别对上述方法进行了比较研究，提出了树木图像分割新方法，并实现了树木图像的精确分割，研究成果具有普遍意义； 　　（2）精确对靶施药中的树形与农药喷洒量之间的关系研究对相邻两个喷头喷洒到目标上的重叠量进行了分析，重点研究重叠量与树形之间的关系，为基于树形识别系统的农药精确对靶施用技术的实现奠定了基础； 　　（3）树形识别方法及系统的建立研究研究描述树形的理论方法，建立了基于BP神经网络的树形识别系统，用试验的方法确定了网络的输入、隐含及输出层，经过网络的学习、训练，实现了对树形的实时识别； 　　（4）系统模拟与控制信号的输出对具体算法在精确对靶试验台上进行了模拟，对系统的实时性进行了研究，根据实时处理中出现的问题对算法进行了调整；在不同的运行速度下，均能实现实时处理树木图像。识别的树形结合喷药系统的各个参数，计算出重叠量，并以此为依据发出控制信号，为控制下位机奠定基础； 　　（5）程序设计利用VC++语言对所有程序进行了模块化设计，完成了基于4种方法的树木图像分割和基于神经网络的树形识别系统。 　　创新点： 　　（1）将分形特征、小波分析等新的理论应用于树木图像的分割，分割精度有了很大提高，对树木图像的分割具有重要意义； 　　（2）将基于植物过绿特征的方法应用于树木图像的分割中，精度很高，速度较快，是实时处理的一种有效方法； 　　（3）用BP神经网络完成树形的自动识别，构建了树形识别系统，并根据识别的树形，同时输入相关参数，计算出相邻喷头喷洒到目标上的重叠量，从而输出控制信号； 　　（4）从理论上解决了树形与相邻喷头喷洒到目标上的重叠量之间的关系，为基于树形识别系统的农药精确对靶技术的研究提供了理论依据。 　　该研究在面向精确农药施用的树形识别系统及其相关技术方面填补了国内外空白，具有创新性。其中分形理论、小波分析及过绿特征等在树木图像分割中的应用、基于BP神经网络的树形识别系统等达到国际先进水平。 　　推广应用前景 　　该研究可用于植保机械的设计及精确对靶施药，在此基础上，研究出基于该方法的植保机械及精确农药对靶施用机械，可为创立具有自主知识产权的基于树形识别系统的农药定点定量喷洒技术奠定基础。 　　通过该研究，有望降低使用农药的环境污染，并促进农林业生产现代化和社会可持续发展，可设计出基于该技术的植保机械，实现定点定量喷洒农药，为提升我国植保机械的设计水平和实现林业的智能化及自动化、提升我国的林业生产技术、实现林业和社会的可持续发展奠定基础。