1、該論文主要研究了雜草葉片機(jī)器識(shí)別的方法，通過(guò)運(yùn)用分形維數(shù)、速度描述法、Gabor小波和李群結(jié)構(gòu)區(qū)域協(xié)方差法來(lái)挖掘闊葉雜草葉片的光譜和圖像中的潛在信息，包括雜草葉綠素自然分布屬性、雜草葉片輪廓特征和雜草冠層紋理特征．通過(guò)對(duì)雜草葉片相關(guān)屬性的研究，得出了一些雜草葉片的潛在特征屬性，通過(guò)科學(xué)和合理地利用這些屬性，達(dá)到提高雜草機(jī)器識(shí)別速度和準(zhǔn)確性的目的。
　　 論文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下：
　　 (1)首次將分形維數(shù)的方法用

2、于分析雜草葉片葉綠素值時(shí)間序列模型和進(jìn)行雜革識(shí)別。將雜草葉片葉綠素構(gòu)成的時(shí)間序列視為是一個(gè)非線性的動(dòng)力學(xué)系統(tǒng)，通過(guò)Grassberger-Procaccia(G-P)相空間重構(gòu)算法提取三種不同雜草葉片葉綠素時(shí)間序列分形維數(shù)，結(jié)果表明，雜草葉片葉綠素分布存在混沌環(huán)境下的制約，即雜草葉片葉綠素分布受到吸引子所管理。由于雜草葉片葉綠素具有獨(dú)特的自然分布屬性，因此可以被用于分類不同類型雜草葉片。
　　 (2)提出了一種新的速度描述法，用

3、于描述雜草葉片輪廓形狀特征與分類雜草葉片圖像。比較了速度描述法與曲率尺度空間描述法，結(jié)果表明：在計(jì)算輪廓特征方面，速度描述法法比曲率尺度空間描述更簡(jiǎn)單、高效；在輪廓的匹配方法上，速度描述法比曲率尺度空間描述法更加合理。試驗(yàn)結(jié)果顯示了本文的算法有非常好的識(shí)別性能，因此，可以應(yīng)用于的離線雜草識(shí)別。
　　 (3)將Gabor小波和李群結(jié)構(gòu)的區(qū)域協(xié)方差描述法運(yùn)用于在雜草冠層紋理特征識(shí)別中。將最優(yōu)的多分辨率Gabor濾波器組用于分解雜草圖

4、像的紋理特征到不同的空間頻率域中，用李群結(jié)構(gòu)的區(qū)域協(xié)方差方法來(lái)度量,Gabor濾波后雜草葉片紋理特征的相似程度。本文還提出一種新黎曼流形中最鄰近分類器用于識(shí)別雜草，這種方法將基于李群結(jié)構(gòu)的區(qū)域協(xié)方差分類方法完全擴(kuò)展到黎曼流形中去．結(jié)果顯示，該方法在精細(xì)農(nóng)業(yè)領(lǐng)域中實(shí)時(shí)的雜草識(shí)別上有很大的應(yīng)用潛力。
　　 根據(jù)雜草葉片葉綠素分布屬性來(lái)識(shí)別雜草是基于雜草葉片的化學(xué)性質(zhì)，而根據(jù)雜草葉片的輪廓和紋理特征屬性識(shí)別雜草分別是基于雜草葉片局部和