该论文主要研究了杂草叶片机器识别的方法，通过运用分形维数、速度描述法、Gabor小波和李群结构区域协方差法来挖掘阔叶杂草叶片的光谱和图像中的潜在信息，包括杂草叶绿素自然分布属性、杂草叶片轮廓特征和杂草冠层纹理特征．通过对杂草叶片相关属性的研究，得出了一些杂草叶片的潜在特征属性，通过科学和合理地利用这些属性，达到提高杂草机器识别速度和准确性的目的。　　 论文的主要研究内容和创新点如下：　　 (1)首次将分形维数的方法用于分析杂草叶片叶绿素值时间序列模型和进行杂革识别。将杂草叶片叶绿素构成的时间序列视为是一个非线性的动力学系统，通过Grassberger-Procaccia(G-P)相空间重构算法提取三种不同杂草叶片叶绿素时间序列分形维数，结果表明，杂草叶片叶绿素分布存在混沌环境下的制约，即杂草叶片叶绿素分布受到吸引子所管理。由于杂草叶片叶绿素具有独特的自然分布属性，因此可以被用于分类不同类型杂草叶片。　　 (2)提出了一种新的速度描述法，用于描述杂草叶片轮廓形状特征与分类杂草叶片图像。比较了速度描述法与曲率尺度空间描述法，结果表明：在计算轮廓特征方面，速度描述法法比曲率尺度空间描述更简单、高效；在轮廓的匹配方法上，速度描述法比曲率尺度空间描述法更加合理。试验结果显示了本文的算法有非常好的识别性能，因此，可以应用于的离线杂草识别。　　 (3)将Gabor小波和李群结构的区域协方差描述法运用于在杂草冠层纹理特征识别中。将最优的多分辨率Gabor滤波器组用于分解杂草图像的纹理特征到不同的空间频率域中，用李群结构的区域协方差方法来度量,Gabor滤波后杂草叶片纹理特征的相似程度。本文还提出一种新黎曼流形中最邻近分类器用于识别杂草，这种方法将基于李群结构的区域协方差分类方法完全扩展到黎曼流形中去．结果显示，该方法在精细农业领域中实时的杂草识别上有很大的应用潜力。　　 根据杂草叶片叶绿素分布属性来识别杂草是基于杂草叶片的化学性质，而根据杂草叶片的轮廓和纹理特征属性识别杂草分别是基于杂草叶片局部和整体物理属性。由此可见，本文从多个角度对杂草叶片的属性进行了研究，通过相关的方法提取杂草叶片属性特征，最终达到精准识别杂草的目的。