孙艳霞，陈燕飞，金小俊，于佳琳，陈 勇 *

（1. 南京林业大学机械电子工程学院，江苏 南京 210037；2. 南京交通职业技术学院轨道交通学院，江苏 南京 211188；3. 南京林业大学林学院，江苏 南京 210037）

0 引言

【研究意义】青菜幼苗与杂草的精准识别是实现青菜智能化作业，促进高质量蔬菜生产的关键[1]。目前，青菜田的杂草防除仍然依赖人工除草。人工除草效率低下，且人力成本的提高不仅推高了青菜的种植成本，同时也限制了蔬菜产业的发展[2]。智能化的机械除草是青菜杂草控制的首选方式[3−4]，而杂草的精准识别是其实现过程中的关键一环[5−6]。【前人研究进展】近年来，研究人员相继开展了杂草识别研究[7−9]。徐涛等[10]提出了一种基于三维点云的蔬菜大棚杂草识别方法，利用高度特征区分蔬菜作物和杂草，识别率可达86.48%。Osorio 等[11]分别基于机器学习的支持向量机（SVM）技术和基于深度学习的YOLO-v3、Mask R-CNN 卷积神经网络模型对生菜田中的伴生杂草进行识别，试验结果表明，人工智能技术优于传统图像处理技术，可有效识别杂草。杂草识别方法通常利用杂草本身的特征，包括颜色特征[12]、形态特征[13]、纹理特征[14]和多光谱特征[15]等。杂草种类繁多，特征各异，难以提取具有普适作用的特征，且人工设计的特征存在着精准度差、鲁棒性不足等缺陷[5,16−18]。随着人工智能技术的发展，机器学习、深度学习等技术逐渐应用于杂草识别研究，并取得了诸多进展[19−22]。【本研究切入点】文献检索显示，青菜幼苗识别国内外尚无相关研究，本文将基于人工智能技术对青菜幼苗识别展开初步探索。……