大田环境下的小麦图像识别开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

杂草与农作物争土壤、光照、水肥，而且极易蔓延成灾，如不及时控制，会使农作物产量下降、质量降低。

除草剂使用效果虽好，但由于传统的作业方式都是全覆盖式喷洒，导致用药量大、投入多、作物受药害及污染生态环境等后果。

杂草的去除，对农田作物的生长是有益的。

2. 研究的基本内容和问题

1、 研究的目标：杂草是不被期望却生长在农田中的植物，经常同作物一起生长，会同作物激烈地竞争水分、养分以及空间，严重地干扰作物的正常生长，最终导致农作物产量的降低和品质的下降。

对小麦田间杂草识别的算法进行研究，旨在寻找一种快速、高效的识别算法用于对田间杂草的分布信息进行收集，从而对喷药置的施药的作业进行指导。

2、 重点研究内容：以小麦为研究对象，研究目的是通过比较分析多种不同的分割算法来探索一种快速、高效的识别算法，实现对田间杂草的识别。

3. 研究的方法与方案

1、 研究方法： 采集田间图像，并编写算法对图像进行预处理，确定用于杂草识别的特征，确定几种将植物从背景中提取出来的分割方法。

在matlab平台上实现这几种算法并对不同的分割方法的性能进行对比分析，找寻一种最适合的算法，使用该算法实现作物与杂草的分离。

2、技术路线：针对杂草研究中存在的问题以及研究对象的实际情况，在前人的研究基础上，利用数字图像处理技术，进行小麦和杂草的识别研究。

4. 研究创新点

特色或创新之处1、 将分析结果展现为易于比对的数字形式。

2、对比多个分割算法，对他们的效果进行分析比对，选择出最适合算法。

5. 研究计划与进展

研究计划及预期进展1月15日1月31日 查阅资料，确定分割算法和框架结构2月1日2月28日熟悉开发环境，认真学习分割算法3月1日3月10日设计整个结构界面3月10日4月15日 实现算法并测试各项功能处理图片4月15日4月30日撰写论文5月1日5月6日 修订论文，准备答辩