随着智能化时代的到来,机器视觉技术,图像处理技术与人工智能飞速发展,极大推动田间智能除草技术不断发展与更新。智能除草装置相比传统的人工除草方式有很多优点,已成为农业领域研究的热点。江苏大学农业工程研究院采用PC机作为控制器成功地开发了除草机器人的科研样机,在进一步的推广应用中,用DSP和ARM替代PC机,是减少除草机器人电力消耗、实现小型化和微型化的重要环节。　　 与PC机相比,DSP和ARM有独特结构,需要将原有由PC机完成的图像识别算法进行优化和简化。本文面向除草机器人小型化,选择ADI公司的BF561作为识别处理系统,首先根据硬件平台和嵌入式uClinux构建了杂草识别系统终端的软硬件框架,进行开发环境的构建,包括:建立嵌入式系统的交叉编译开发环境,对Bootloader的启动过程分析,实现Bootloader的移植；针对ADSP-BF561目标板,完成uClinux操作系统的内核配置和移植。然后进行适应DSP的杂草图像识别算法的优化,在杂草图像背景分割中,将原有双定阈值分割,简化为单定阈值分割算法；在杂草识别技术中,将形态学特征和棉苗种植信息综合识别,用边缘检测获取叶片特征和棉苗种植信息综合识别替代,以适应DSP运算能力和结构架构需要。使识别速度及效果满足嵌入式智能除草装置的应用需要。在DSP和ARM的通信中,提出了TCP/IP协议下多进程通信协议(MSCDP),通过socket套接字将杂草位置信息发送给ARM,控制机器人动作,完成除草功能。　　 在构建的测试环境中,对杂草识别系统性能和效果测试结果表明。在软硬件环境下,优化和简化后的图像识别算法,在嵌入式环境中每帧图像的处理时间为800 ms,与机器运行速度是相匹配,杂草识别率85.6％,基本满足棉田杂草识别的性能要求。