共查询到19条相似文献，搜索用时 859 毫秒
1.
基于RGB植被指数的大田油菜图像分割定量评价 总被引：1，自引：0，他引：1
以自然光下大田油菜幼苗图像为研究对象,运用超红指数ExR、超绿指数ExG、超绿超红差分指数ExGR、归一化植被指数NDI、植被提取颜色指数CIVE、植被指数组合COM等6种常用植被指数和阈值算法分割具有阴影区域的大田油菜图像,同时试验中引入定量评价标准客观评价常用RGB空间植被指数的分割效果。结果表明:定性分析中COM指数优于其他5种植被指数,能够减少阴影带来的分割影响,并在局部叶片分割试验中保留完整叶片轮廓;定量分析中COM指数提供最佳分割精度、灵敏度和特指度分别为94.1%、97.2%、90.9%,其相应标准差为1.1、1.3和0.06。 相似文献
2.
罗丽霞 《河北北方学院学报(自然科学版)》2014,(6):29-33
图像分割是常见于模式识别和计算机模式的一种基本技术,目标识别、目标检测和特征提取操作均需通过图像分割进行。目前图像分割算法常用最大类间方差法(Otsu),但这种算法受噪声等因素干扰时容易造成分割错误。详细分析了以往Otsu阈值的处理原理,提出一种基于遗传算法的Ostu图像分割算法,仿真实验表明图像清晰度更显著,并可有效缩短图像分割时间,具有广泛的发展前景。 相似文献
3.
基于手机相片的草地植被盖度估算方法研究 总被引：1，自引：0，他引：1
《浙江农业学报》2017,(6)
选取6种基于RGB通道信息的植被指数(VEG、CIVE、EXG、EXGR、NGRDI、COM),借助自主开发的手机APP对6种方法展开对比研究,从草绿度、天气条件、盖度3个角度分析估算误差的变化规律,并从阈值随光照变化角度评估每种方法的稳定性。研究表明,6种方法估算精度均高于90%,其中,COM方法最高,达到95.41%,NGRDI方法估算精度最低,为92.87%。每种方法对深绿色草的估算误差均小于对黄绿色草,在阴天条件下(云量≥70%)的估算误差小于晴天条件下(云量≤10%)。盖度增加时,VEG、CIVE、EXG、COM方法估算误差增大,EXGR、NGRDI方法无明显变化规律。同日内不同时次,随着太阳高度角、光照强度的变化,6种方法阈值无明显变化(阈值波动≤0.02)。不同天气条件下,VEG、CIVE方法的阈值基本无变化(阈值波动≤0.01),其余方法变化明显(阈值波动≥0.03)。综上,6种方法均可满足在手机平台中应用的要求,COM方法精度最高,NGRDI方法精度最低。VEG、CIVE方法阈值设定无须考虑光照变化影响,较其他方法具有更好的通用性。 相似文献
4.
5.
通过田间试验分析了16种常用图像特征指数在不同受渍时长下的变化特征及其与小麦叶绿素的相关关系,并建立了基于图像特征指数衰减量的小麦叶绿素灾损估算模型。结果显示,红光(R)、红光标准化值(NRI)、绿-红差值指数(GMR)、超红指数(EXR)、植被颜色指数(CIVE)、Woebbecke指数(WI)随渍水时间的增加极显著上升,而绿光标准化值(NGI)、归一化绿红差值指数(NGRDI)、超绿指数(EXG)、绿红比值指数(GRVI)则极显著下降;且这10个图像特征指数均与小麦叶绿素呈极显著的相关关系,相关系数的最大绝对值达到0.98;基于图像指数衰减量建立的叶绿素减少量的估算模型均以二次多项式为最优模型,且以NGRDI、CIVE、EXG、NGI和GRVI指数衰减量构建的估算模型精度较高,R2均达到0.99以上。由此可以看出,基于数字图像技术可以有效估算小麦叶绿素含量,进行小麦渍害监测,且NGRDI、CIVE、EXG、NGI和GRVI可作为灾损图像指数来反映小麦叶绿素的受渍程度。 相似文献
6.
【目的】解决在农业环境中识别脐橙的目标区域存在的噪声干扰、检测效果不理想等问题。【方法】提出一种基于小波变换与Otsu阈值去噪的脐橙识别方法。首先选择较好的对比度,建立有利于图像分割的YCbCr颜色模型;然后设计一种基于Otsu阈值去噪的脐橙检测算法,进而减少脐橙分割区域的噪声干扰;最后提出质心补圆法确定脐橙在图像中的位置,并在原始图像中显示检测结果。【结果】泛青色和橙色脐橙识别率分别为87.10%和94.18%,顺光和逆光情况下脐橙识别率分别为92.96%和90.15%,遮挡和未遮挡情况下脐橙识别率分别为90.82%和93.18%,总识别率为92.07%。【结论】该方法环境适应性强,适用于农业环境下不同遮挡、光照和表皮颜色情况的脐橙图像识别处理。 相似文献
7.
《吉林农业科学》2015,(6):108-112
采用数字图像处理技术对作物进行氮素营养诊断已经成为主要技术之一。由于应用数字图像技术进行营养诊断需要前期数据支持,本文研究了基于MATLAB的图像预处理方法,图像分割方法,对原始RGB图像进行了有效的提取。使用MATLAB编程,首先对原RGB图像应用中值滤波法对原图像进行去噪处理,再进行后续图像分割工作,采用Otsu阈值分割方法去除阴影图像,利用HIS颜色模型中H通道图像选取特定阈值进行土壤分割,利用YCbYr颜色模型中Cb通道,选取Cb通道特定阈值进行白板阈值分割,最后得到只含有绿叶的RGB图像,再利用MATLAB编程统计得到绿叶所有像素点的R、G、B平均值,为后续甜菜营养诊断提供数据支持,创造了可行的前提条件。 相似文献
8.
水稻冠层数字图像分析技术在水稻生长监测、氮营养诊断及产量预测上具有应用潜力,而水稻像元精确分割、提取是水稻冠层数字图像分析结果准确、稳定、可靠的前提。最大类间方差法(Otsu法)具备分割质量稳定、自适应强的特性,分割效果较好,是一种常用的阈值分割方法。通过提取计算水稻冠层图像9种图像色彩指标R、G、B、CIEL*a*b*色彩空间的L*、a*、b*分量、HSV色彩空间的H分量、绿度叶片指数(GLD)以及植被指数(VIGreen),并以各种图像色彩指标的Otsu法对水稻冠层图像进行分割,比较其图像分割效果。结果表明,水稻和土壤像元的a*、b*、GLD、VIGreen色彩指标双峰性明显,且重叠性小,可作为分割水稻与土壤背景的候选图像色彩指标;基于a*、GLD、VIGreen色彩指标的Otsu法的分割精度较高,且基于a*色彩指标的Otsu法对水稻冠层图像分割效果的信噪比最大、误差率最低,其次是基于VIGreen色彩指标的Otsu法;基于CIEL*a*b*色彩空间的a*色彩指标是Otsu法的水稻冠层图像分割中较优的图像色彩指标。 相似文献
9.
针对脑切片的特点和普通分割方法的不足,提出一种基于改进的Otsu分割方法,在Otsu分类后的交叉区域,预先指定若干个前、背景点,再以这些关键点的阈值进行最小类间方差分割,同时用关键点的阈值建立等高线,根据相邻切片图像的组织阈值具有相似性,依次将单张切片的分割结果作为相邻切片分割的初始值,进而实现整个数据集中的组织连续自动分割。结果表明：该方法能准确从彩色人脑切片图像中分割提取出复杂的器官组织,克服了其它方法的缺陷和交互式方法的人工依赖,并提高了分割的精度。 相似文献
10.
针对部分田间图像由于其背景复杂、光照不均匀等导致很难确定图像分割的最佳阈值问题,提出了一种基于结合遗传算法Otsu算法改进的图像分割方法。首先对采集的图像进行预处理,基于预处理图像通过改进遗传算法中的选择、交叉、变异三种方法以及基于Otsu优化个体适应度函数,实现了可以自动调整遗传控制参数,既确保了物种的多样性又加快其收敛速度,为Otsu图像分割提供了最佳阈值,最后经过图像形态学对图像进行填充。将改进遗传算法的Otsu算法与基于遗传算法+Otsu算法进行图像分割以及基于遗传算法+Ksw熵值图像分割进行了对比,发现该算法得到的阈值范围较为稳定,使得分割后的图像准确、清晰,对于后期进行作物株数的统计或者植株的覆盖度有一定的帮助。 相似文献
11.
支持向量机和最大类间方差法结合的水稻冠层图像分割方法 总被引：2，自引：0，他引：2
针对田间多变光照强度给水稻冠层图像分割带来的难题,探讨了一种基于支持向量机(SVM)和最大类间方差法(OTSU法)相结合的水稻冠层图像分割算法。首先,从不同光强条件下的水稻冠层图像中采集代表性水稻和背景像元构建训练图像S1和S2,通过分析水稻S1和背景S2两类图像在RGB色彩空间中R、G、B色彩特征值的分布频率,rgb(标准化RGB)色彩空间中r、g、b色彩特征值的分布频率,CIE L*a*b*色彩空间中L*、a*、b*色彩特征值的分布频率,以及HSV色彩空间中H、S、V色彩特征值的分布频率,筛选出具有明显双峰特征的g、a*、b*和S作为关键色彩特征;然后,在由g、a*、b*和S色彩特征构成的多维色彩空间中采用支持向量机学习算法获得分隔水稻和背景像元的优化超平面Z(Z=0.421g+0.753 a*+0.152 b*+0.051S+0.085);最后,计算水稻冠层图像中每一像元的Z值,并用最大类间方差法计算分割阈值Z_t,从而实现水稻冠层图像分割。为了评价该分割方法,以90幅不同光强(阴天、多云和晴天)条件下采集到的田间水稻冠层图像作为测试图像,并以常用的ExGOTSU分割方法作为对比,分析该分割方法的分割精度和光强稳健性。结果表明,Ex GOTSU方法的精确度显著受光强条件影响,随着光强强度的提高而显著降低,光强稳健性差;该研究所提分割方法对阴天、多云和晴天条件下水稻冠层图像的分割误差为7.30%、8.72%和8.98%,分割精确度较高,且具有良好的光强稳健性。因此,该基于支持向量机和最大类间方差法相结合的水稻冠层图像分割方法具有较高的分割精度和光强稳健性,可为田间多变光照条件下水稻冠层图像精准分割提供技术参考。 相似文献
12.
13.
14.
安徽中籼稻实地养分管理技术研究 总被引：3，自引：0，他引：3
以4个中晚熟水稻品种为材料,研究不同时期不同氮肥管理措施下植株氮素含量与氮肥用量及LCC值之间的变化关系.结果表明,植株氮素含量表现为分蘖期>拔节期>抽穗期,LCC值为抽穗期>拔节期>分蘖期.植株含氮量、叶片LCC值与氮肥用量呈密切正相关,氮素含量与LCC值含量显著正相关,分蘖期、抽穗期水稻植株LCC值变化量与氮肥用量变化量显著正相关.依据最高产量处理确定适宜的LCC值临界指标,并计算不同LCC值下水稻所需氮肥追施用量. 相似文献
15.
16.
水稻秧苗的识别是水稻插秧机自主导航系统的关键内容之一。针对插秧机机器视觉导航中稻田图像秧苗与背景分割问题,建立了基于RGB（红绿蓝）颜色空间的秧苗表面颜色模型。通过颜色特征对秧苗图像进行处理,使用Photoshop软件获取秧苗部分和背景R,G,B分量值;通过对G R值与G B值的分析统计,发现两者之间存在分界关系：各自的权重与各分量的乘积之和为某个定值;为方便分析,选取权值a,b为05,即ExG因子,采用Otsu法获取定值最佳值,最大程度分割出目标和背景。与适合于大多数绿色作物的传统RGB法进行比较,并采用分割质量因子和算法运算时间作为评判标准,分析各算法的综合性能。试验发现,ExG因子结合Otsu分割法分割效果相对理想、稳定性更高,而且耗时更短。 相似文献
17.
[目的]研究耕作对早稻田甲烷排放的影响,并分析影响稻田甲烷排放的环境因子,寻找合适的耕作模式以减少稻田甲烷排放.[方法]设免耕不施肥、免耕施肥、常规不施肥和常规施肥4个处理,分别在水稻分蘖期和水稻抽穗期采用静态箱法收集气态甲烷(CH4),同步观测地温、采气箱内温度、环境温度、地表温度、草面温度、相对湿度及风速,探究早稻田CH4排放的日排放规律,明确免耕和施肥及环境因素对稻田CH4排放的影响.[结果]早稻田CH4的排放与气温、地表温度、5 cm土温、草面温度、相对湿度、风速等密切相关,尤其在分蘖期,各处理均与上述环境因子显著相关(P<0.05).不同耕作与施肥模式下,CH4日平均通量不同,在水稻分蘖期具体表现为常规施肥>常规不施肥>免耕施肥>免耕不施肥,在水稻抽穗期表现为常规不施肥>免耕施肥>常规施肥>免耕不施肥.[结论]免耕与常规耕作相比,早稻田CH4的排放量相对降低;施肥导致分蘖期早稻田CH4排放通量增加,但在抽穗期导致早稻田CH4排放减少.免耕可以减轻早稻田CH4的排放,其推广能为稻田减排做贡献. 相似文献
18.
为促进数字图像处理技术在珍贵树种营养分析中的高效应用，以幼龄沉香为研究对象，运用大津法与K-Means算法分别对试验获取的幼龄沉香可见光图像进行分割，对2种分割算法进行比较研究。基于图像分割结果，提取R、G、B等8种颜色特征并进行主成分分析，同时计算沉香图像的最小外接矩形的矩形度RE。结果表明，1）大津法与K-Means算法均可实现对多张幼龄沉香可见光图像的分割，大津法较K-Means算法分割速度快，但分割精度小于K-Means算法，在具体分割时应根据实际需要对2种算法进行选择。2）提取的8种颜色特征的3个主成分累计贡献率可达到99%，可作为颜色特征；最小外接矩形的矩形度RE能够表达沉香轮廓内面积CA与最小外接矩形面积LA的比值，可作为形状特征，将这种特征因子用于构建沉香微量元素含量预测模型，有利于缩短建模时间并提高模型的精度。综上所述，研究结果可促进数字图像处理技术在珍贵树种营养诊断中的进一步发展，为精准林业提供参考。 相似文献
19.
在水稻的返青期、分蘖期、拔节期、扬花期和灌浆期,对稻蟹共作水环境的浮游甲壳动物群落进行研究。本实验设置了4个处理:单株/穴养蟹田(T1),双株/穴养蟹田(T2),四株/穴养蟹田(T4)和双株/穴不养蟹田(CK)。各处理均设3个平行。通过收集和分析实验田的浮游甲壳动物,经鉴定:枝角类有13种、桡足类有5种,共18种,其中4种为优势种。枝角类平均密度呈现先升高后下降趋势,分蘖期升至峰值,不养蟹田灌浆期下降至较低水平,养蟹田扬花期下降至较低水平随后上升但上升幅度不大,返青期和分蘖期各处理之间无显著差异(P0.05),而拔节期、扬花期和灌浆期养蟹田和不养蟹田之间差异极显著(P0.01)。桡足类平均密度总体呈上升趋势,返青期平均密度极低,仅为0.48 ind/L,平均生物量变化趋势与密度变化趋势基本相同。水稻的不同栽培模式对浮游甲壳动物有一定的影响。从生产的角度分析T1的栽培模式综合收益最大,因此,T1更有益于稻蟹共作生态系统。 相似文献