技術(shù)特征：

1.一種基于支持向量數(shù)據(jù)描述的田間玉米植株識別方法，其特征是，包括以下步驟：

(1)訓(xùn)練階段：采集不同時間段的玉米田間圖片作為訓(xùn)練樣本，提取玉米田間圖片中的玉米植株區(qū)域，獲取玉米植株區(qū)域的圖片特征；計算原始圖片特征對第一主成分的貢獻(xiàn)率W，設(shè)定閾值，選擇較大貢獻(xiàn)率W所對應(yīng)的特征作為最優(yōu)特征，輸出最優(yōu)特征集合，建立SVDD模型；

(2)分割階段：首先將測試圖片的背景區(qū)域去除，提取測試圖片剩余連通區(qū)域的圖片特征；將測試圖片各個連通區(qū)提取的圖片特征帶入SVDD模型進行測試，確定玉米植株區(qū)域和非玉米區(qū)域。

2.如權(quán)利要求1所述的基于支持向量數(shù)據(jù)描述的田間玉米植株識別方法，其特征是：所述步驟(1)中獲取的玉米植株區(qū)域的圖片特征包括圖片連通區(qū)域的植被指數(shù)特征和紋理特征其中包含L個樣本和Num個特征。

3.如權(quán)利要求2所述的基于支持向量數(shù)據(jù)描述的田間玉米植株識別方法，其特征是：所述植被指數(shù)特征包括Rn、Gn、Bn、Gray、ExG、ExR、CIVE、ExGR、GB、ERI、EGI、EBI十二個植被指數(shù)特征；所述紋理特征包括四個方向上的對比度、相關(guān)性、能量和同質(zhì)性紋理特征。

4.如權(quán)利要求1所述的基于支持向量數(shù)據(jù)描述的田間玉米植株識別方法，其特征是：所述步驟(1)中訓(xùn)練樣本選擇玉米生長初期一天內(nèi)不同時間段的圖片。

5.如權(quán)利要求1所述的基于支持向量數(shù)據(jù)描述的田間玉米植株識別方法，其特征是：所述步驟(1)和步驟(2)中使用超綠特征進行圖片預(yù)處理，去除圖片背景。

6.如權(quán)利要求1所述的基于支持向量數(shù)據(jù)描述的田間玉米植株識別方法，其特征是：所述步驟(1)中建立SVDD模型時，使用主成份分析方法進行特征選擇，計算每個玉米植株區(qū)域的圖片特征、以及每個原始特征對第一主成分的貢獻(xiàn)率W，閾值設(shè)定為0.2)。

7.如權(quán)利要求1所述的基于支持向量數(shù)據(jù)描述的田間玉米植株識別方法，其特征是：所述步驟(2)的具體過程為：將測試圖片去除背景區(qū)域，保留玉米植株連通區(qū)域；計算各個連通區(qū)域內(nèi)每個像素點的植被指數(shù)特征集合，對相同區(qū)域內(nèi)像素點特征進行求和取均值操作，得到連通區(qū)域的植被指數(shù)特征；將連通區(qū)域的植被指數(shù)特征和紋理特征代入步驟(1)得到的SVDD模型進行測試，確定玉米植株區(qū)域，對非玉米植株區(qū)域進行刪除操作。