APP下载

基于H 分量K-Means 多种环境条件下谷子冠层图像提取

2021-04-10郑小南张吴平韩冀皖刘宇平李富忠

湖北农业科学 2021年5期

郑小南,张吴平,韩冀皖,杨 凡,刘宇平,梁 靓,李富忠

(山西农业大学软件学院,山西 太谷 030801)

谷子属于小杂粮中的典型作物,种植面积小、生育期短,具有较高的经济价值[1]。因此对谷子精细管理,监测其生长动态具有重要的意义。目前,谷子的生长监测还是以传统的人为监测方式为主,不仅需要耗费大量的人力、物力和财力,而且由于田间的复杂环境和恶劣天气的影响,使得监测结果存在较大误差。近年来,图像技术逐渐被应用于农作物的生长监测中,与传统方式相比,图像技术极大地提高了农业生产的效率和产量。研究表明,作物冠层图像对于生长参数的获取尤为重要,包括叶面积指数、氮素营养含量、生长状况等。叶春等[2]通过提取早稻冠层图像的颜色指数,构建了不同品种、不同氮肥处理下早稻的氮营养元素预测模型。Liu 等[3]研究发现水稻冠层的变化与数字图像的红光(R)、绿光(G)和蓝光(B)值参数的变化有关。建立了一种基于数字图像的水稻产量预测和评价模型,以此快速诊断氮肥施用和种植密度对水稻的影响。Koushik等[4]通过热成像相机获取小麦的冠层图像,利用热成像技术确定小麦冠层覆盖度,估算了不同水分胁迫条件下的小麦叶面积指数(LAI)。

目前已有大量的算法用来实现农作物的冠层图像分割,常用的分割算法主要有基于阈值的图像分割、基于聚类的图像分割和基于边缘的图像分割等[5]。程浈浈等[6]提出了一种基于M-SP 特征加权聚类的果树冠层分割算法,有效排除了图像中杂草的干扰。……

登录APP查看全文