许燕，温德圣，周建平，樊湘鹏，刘洋

(新疆大学机械工程学院，新疆 乌鲁木齐 830046)

新疆是中国最大的产棉基地，根据国家统计局的数据，2016年新疆棉花产量占全国总产量的67%[1].除草是棉花生产中的重要问题，主要是因为杂草抢夺棉花田间的营养来源，造成棉花产量的下降[2].大面积的除草剂喷洒不仅带来环境污染、农业成本增加，对食品安全也会造成威胁[3-4].为了推动棉花产业发展，避免环境污染等问题，可将机器视觉与农业结合，实现图像处理和图像分析[5].通过对棉花幼苗的识别，可以更好地辨别杂草与棉花，实现农业中除草剂的快速准确喷洒.

近年来，越来越多的学者在杂草识别方向展开了研究，其中邓向武等[6]以稻田苗期杂草为对象，为解决杂草识别的单一性，提取多个特征进行融合，利用DBN建立杂草识别模型，实现了91.13%的杂草精确率.BAKHSHIPOUR等[7]提出了一种融合几种形状特征以建立每种植物的识别模型，利用不变矩和傅里叶2种方法对形状特征进行描述，获得了95.00%的精确率.沈宝国等[8]提出基于颜色特征开展棉田中绿色杂草与棉苗的自动识别，对图像的红绿特征灰度图像进行动态阈值分割，通过信息融合确定绿色植物二值图像中的棉苗区域，确定其区域质心和面积，精度可达到74.00%以上.孙哲等[9]以西兰花幼苗为研究对象，提出了一种基于 Faster R-CNN 模型的作物检测方法，在Dropout 值为0.6的基础上以ResNet101网络为特征提取网络，达到了91.73%的平均精度. QUAN等[10]提出了基于改进……