田间杂草给农田作物带来极大的威胁,杂草一般具有很强的生命力,在与作物争夺养分的同时还可能传播病毒,导致病虫害蔓延,极大降低农作物质量、产量,给粮食生产带来巨大经济损失。对于杂草的威胁,目前常用的方法是使用化学除草剂,传统施药方式是大面积喷施,既浪费了成本又污染了环境,精准农业可以很好的抑制这个问题的恶性发展。精确、变量、自动化是精准农业的宗旨,通过图像处理技术获得农田田间实际杂草分布情况,自动喷施不同量型的除草剂,具有低成本、低污染、易操作等优点。随着嵌入式技术的发展,微型便捷处理芯片可以代替以前的大型计算机来处理分析图像,使整个系统体积更小、功耗更低、应用环境更广。本文基于这一研究背景,以实现精准变量喷药为目的,设计了一种基于DM6437 DSP平台的农田杂草采集识别系统,搭建了杂草图像识别处理软硬件平台,并根据农田条播作物中杂草与作物的位置分布特点,提出了改进的杂草识别算法,最终可以达到90.3%以上的识别准确率,处理一帧600*800的图像仅需0.196s。本文主要做了以下研究工作:(1)通过分析国内外杂草识别处理研究现状,对现阶段杂草识别研究所取得的成就及尚存问题做出相应分析,最后确定采用TI公司的DM6437 DSP作为本文研究的主要处理芯片。(2)本文先根据所选芯片特点设计了硬件平台总体结构,然后将软件部分分为系统的初始化模块、图像采集存储模块、图像的处理模块、图像的显示模块四个部分,结合硬件系统与软件系统完成基于DSP的农田杂草采集识别系统的总体设计。(3)杂草识别方法研究。预处理算法研究:根据RGB颜色空间中作物与杂草的绿色特征分量大于其他红、蓝色分量的特点,采用超绿线性分割方法,实现算法第一步灰度分割。采用自适应阈值(OTSU)法,对灰度图像进行阈值分割,实现灰度图像与二值图像的转换,节省存储空间,减少运算量。多垄作物行检测算法研究:本文将单株苗/杂草看做一个独立单位,在中远距离采集农田杂草图像时会出现苗与苗相连的情况,因此首先采用连通区域标记,对行间杂草区域、作物行区域进行检测。通过改进Harris算法,提取农田杂草图像中的有效角点;然后本文设计了两个角点分类器对图像中有效角点进行分类,可以得到能够描述作物行位置特征的子绝对角点和绝对角点,另外,本文设计了基于角度阈值的伪绝对角点去除器,以实现多垄作物行检测;最后对绝对角点重新连线,得到条播作物行区域。获取杂草分布参数:将绝对角点位置信息反馈到未经形态学优化处理的二值图像,然后将其作物行区域进行消除操作,便可得出杂草区域,通过分析杂草区域像素数量可得到两个关于杂草压力的杂草密度参数。(4)本文对农田杂草识别系统进行田间试验,并对试验结果进行分析,主要从以下几个角度:冗余角点的去除及效果、设置农田杂草识别算法,角点分类器中的角度阈值、杂草位置信息识别及确定,某一帧图像中杂草的两个密度参数。在算法时间和准确度方面,本文处理一张600*800的图像仅需0.196s,杂草识别准确率可达90.3%,该数据表明本系统能够满足实时田间杂草识别要求。