孙 俊，何小飞，谭文军，武小红，沈继锋，陆 虎

（1. 江苏大学电气信息工程学院，镇江 212013；2. 江苏大学计算机科学与通信工程学院，镇江 212013）

0 引 言

田间杂草对作物幼苗的危害极大，杂草会和幼苗争夺日光、水分和养料，同时严重影响幼苗的光合作用[1]。经研究发现，杂草可能会分泌出分泌液阻碍作物幼苗的生长，引发作物生长缓慢、虫害等问题，最终导致农作物产量减少[2-3]。尽管可以使用农药来控制杂草生长，但是鉴于杂草品种多样，且和作物幼苗十分相似，如果仅依赖人眼来识别容易出错，而且粗放式大面积喷洒化学农药，会造成资源浪费，危害环境，残留农药还会以农作物为媒介危害人体健康[4]。随着精细农业的提出，为了合理使用农药，精准识别作物幼苗和杂草变得尤为重要[5-6]。

现阶段用来识别杂草的方法主要有人工识别、遥感识别和机器视觉识别[7]。人工识别主要依赖主观经验，且需耗费大量劳动力，在发生严重杂草疫情时无能为力。遥感识别通过采集杂草的光谱信息来鉴别杂草，但是对生长密度小的杂草鉴别效果不理想。

近年来随着计算机技术的发展，许多研究也使用机器视觉方法来识别杂草和幼苗。王宏艳等[8]采集杂草图像的纹理特征，使用组合核函数优化SVM（support vector machine）的方法来识别杂草。董亮等[9]设计采用一种改进型的人工神经网络算法应对大棚作物苗期杂草识别，通过对遗传算法的神经元参数的优化，以减少错误的发生次数。以上文献均是通过提取目标特定图像特征结合传统分类方法对杂草进行分类识别。……