基于视觉注意模型的苗期油菜田间杂草检测

来源：华中农业大学学报杂志2018年第2期北京时间：

作者：吴兰兰

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

基金资助：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）