共查询到20条相似文献，搜索用时 156 毫秒
1.
为解决自然条件下棉花叶片因其轮廓几何边缘长势不均匀所导致的叶片目标提取不精准问题,提出一种基于改进C-V模型的棉花病害叶部目标提取方法。在传统C-V模型的基础上,将长度惩罚项和符号距离函数的约束能量项引入能量模型中,以达到对演化曲线长度变化的约束目的,从而完成对整幅图像目标特征的提取。本研究算法先对待分割的图像设置初始曲线,并利用高斯滤波算子对待分割图像进行平滑滤波处理,然后根据图像全局灰度信息和局部二值匹配信息建立能量方程,根据其离散化形式,对水平集函数进行演化,并从中提取演化曲线,最后根据水平集函数演化过程所满足的终止条件,输出图像分割结果。按照不同天气条件和不同背景采集了1 200幅棉花叶片样本图像,对本研究算法进行测试。试验结果表明:本研究算法对于晴天、阴天和雨天图像中目标(棉花叶片)轮廓提取准确率分别达到82.23%、82.73%和84.60%。分割结果表明,本研究算法能够对3种天气条件(晴天、阴天、雨天)与4种复杂背景(白地膜、黑地膜、秸秆、土壤)特征混合的棉花叶片图像目标特征轮廓实现准确提取。 相似文献
2.
【目的】解决棉田复杂背景下棉花叶部病害快速识别问题,为提出一种快速提取棉花植株和分割棉花叶片的方法。【方法】通过棉花植株的RGB颜色特征将植株与土壤进行分离,结合形态学处理技术和彩色分割方法,将植株的茎秆去除,保留棉花叶片部分;分别使用广度搜索分割算法、分水岭分割算法和轮廓搜索分割算法,对棉花叶片图像进行分割提取。【结果】基于广度搜索的分割算法将叶片轮廓搜索出来与原图融合分离出叶片,该算法对于图像结构简单的情况分割效果较好,通过对应的drawContours函数将每个轮廓画出,再与原图定位,将叶片的完整信息也轮廓结合,实现叶片的分离。【结论】基于距离变换的分水岭分割算法存在过分割问题,基于广度搜索分割算法与边缘检测结合对于叶片结构清楚图像分割效果显著,与轮廓搜索算法相比,后者的适用性更广,提取的轮廓层次结构也清楚,分割效果最佳。 相似文献
3.
为提高葡萄叶片病害图像中病斑分割性能,提出了一种基于显著性目标检测的病斑分割方法.采用显著性目标检测网络来生成葡萄病害叶片图像的显著性图,通过多种分辨率的网格结构提取图像局部和全局信息,并将它们融合成预测特征;再对病害叶片的显著性图用自适应阈值法分割出叶片上的病害区域,并用形态学方法进行后处理.结果 表明,在测试集A上... 相似文献
4.
叶片的形态测量在苗木生长自动监测中具有重要意义,在形态测量前首先要将完整的叶片从背景中提取出来.针对彩色苗木叶片图像的特点研究了利用几何活动轮廓模型进行完整叶片的自动分割的方法.首先利用图像的全局信息和C-V模型进行初始分割,当曲线到达目标边界附近时,利用改进的基于图像局部信息的能量模型进行边界的精确定位.该方法将C-... 相似文献
5.
6.
棉花黄萎病病叶光谱特征与病情严重度的估测 总被引：6，自引：0，他引：6
【目的】阐明棉花黄萎病病叶光谱特征并对其病情严重度进行估测，为今后通过航空、航天遥感大面积监测棉花黄萎病提供依据。【方法】试验采用不同品种棉花黄萎病的病叶材料，在不同发病时期的病谱田和大田同步测定其光谱和发病严重度，定性和定量地分析病叶光谱反射特征、微分光谱特征差异。【结果】棉花不同品种、不同发病时期的黄萎病的病叶光谱均随发病严重度的增加而表现出有规律的变化，可见光（400～700 nm）到近红外区（700～1 300 nm）波段，光谱反射率随病情加重呈现上升趋势，可见光520～680 nm波段范围内尤为明显。当病叶严重度达到b2（25%）时，可作为病害识别的临界，对其进行早期诊断。对光谱一阶微分特征研究表明，在红边范围内（680～780 nm）处理间变幅最大，分析后发现红边斜率减小，红边位置发生了“蓝移”，表现出了病害特有的特征。试验证明：434～724和909～1 600 nm为棉花黄萎病病叶光谱敏感波段，建立的多个遥感估测模型均达到极显著水平。【结论】棉花黄萎病病叶光谱特征明显，建立的相应病害反演模型中利用一阶微分光谱723 nm建立的模型精度最高，可用来定量反演棉花单叶黄萎病的发生情况。 相似文献
7.
农作物边缘检测问题是基于图像处理技术的农作物检测技术的重要内容之一.在分析已有边缘检测方法的基础上,将图像区域最小外接矩形算法、中值滤波、Canny算子和闭运算有机结合,提出一种基于多策略融合技术的水稻叶片边缘检测算法,将该方法应用于单叶片、背景为白板的叶片、背景为土壤的叶片、重叠叶片等不同特征的图像,有效地获取连续、光滑的水稻叶片边缘,表明该算法具有高效、准确和鲁棒的特性 相似文献
8.
复杂背景与天气条件下的棉花叶片图像分割方法 总被引：4，自引：0，他引：4
为实现自然条件下棉花叶片的精准分割,提出一种粒子群(Particle swarm optimization,PSO)优化算法和K-means聚类算法混合的棉花叶片图像分割方法。本算法将棉花叶片图像在RGB颜色空间模式下采用二维卷积滤波进行去噪预处理,并将预处理后的彩色图像从RGB转换到目标与背景差异性最大的Q分量、超G分量、a*分量;随后在K均值聚类的一维数据空间中,利用PSO算法向全局像素解的子空间搜寻,通过迭代搜寻得到全局最优解,确定最佳聚类中心点,改善K均值聚类的收敛效果;最后,对像素进行聚类划分,从而得到棉花叶片分割结果。按照不同天气条件和不同背景采集了1 200幅棉花叶片样本图像,对本研究算法进行测试。试验结果表明:该算法对于晴天、阴天和雨天图像中目标(棉花叶片)分割准确率分别达到92.39%、93.55%、88.09%,总体平均分割精度为91.34%,并与传统K均值算法比较,总体平均分割精度提高了5.41%。分割结果表明,本研究算法能够对3种天气条件(晴天、阴天、雨天)与4种复杂背景(白地膜、黑地膜、秸秆、土壤)特征混合的棉花叶片图像实现准确分割,为棉花叶片的特征提取与病虫害识别等后续处理提供支持。 相似文献
9.
Tea leaf blight (TLB) is a common tea disease seriously affecting the quality and yield of tea. An accurate estimation of TLB severity can be used to guide tea farmers to reasonably spray pesticides. This study proposes an estimation method for TLB severity in natural scene images and consists of four main steps: segmentation of the diseased leaves, area fitting of the diseased leaves, segmentation of the disease spots, and estimation of disease severity. Target leaves with TLB in the tea images are segmented by combining the U-Net network and fully connected conditional random field to reduce the influence of complex background. An ellipse restoration method is proposed to generate an elliptic mask to fit the full size of the occluded or damaged TLB leaves. The disease spot regions are segmented from the TLB leaves by a support vector machine classifier to calculate the Initial Disease Severity (IDS) index. The IDS index, color features, and texture features of the TLB leaves are inputted into the metric learning model to finally estimated disease severity. Experimental results show that the proposed method has higher estimation accuracy and stronger robustness against occluded and damaged TLB leaves compared with conventional convolution neural network methods and classical machine learning techniques.
相似文献10.
针对传统方法对苹果叶片进行图像分割和测量几何形状参数精确度较低的问题，结合基于深度学习和引导滤波技术提出一种新的苹果叶片图像自动分割算法。首先采用深度学习方法，使用BiseNet卷积神经网络对苹果叶片图像进行自动分割，得到苹果叶片主体轮廓；然后使用彩色苹果叶片图像作为引导图像对主体轮廓进行引导滤波处理，以增强边缘锯齿等细节特征信息；最后将主体轮廓与细节特征信息进行联合分割，得到完整、准确的苹果叶片信息。对包含174种8 184张苹果叶片图像数据集进行试验，结果表明苹果叶片分割的精确率达到98.99%，交并比98.82%。利用本研究算法能够真正实现准确、快速测量苹果叶片的面积、周长等参数值，为苹果叶片几何参数的测定提供了一种新的测量方法。 相似文献
11.
主成分回归在阔叶树种时面积测定中的应用 总被引：1，自引：0，他引：1
本文以白榆（Ｕｌｍｕｓ ｐｕｍｉｌａ）为例，对无深裂痕阔叶树种叶面积的确定提出了一个较为适合的线性模型，并采用主成分回归的方法处理模型中的复共线性问题，认为该类叶片的叶面积主要受“叶面积综合因子”和“叶缘曲线与抛物线的偏离程度”的影响。 相似文献
12.
麦后直播短季棉地膜覆盖效应试验 总被引：4，自引：0，他引：4
[目的]探索短季棉麦后直播的地膜覆盖栽培技术。[方法]以中棉所50为试材,通过覆膜与不覆膜对照2个处理,研究了不同处理对土壤水分、地温、叶面积及产量的影响。[结果]地膜覆盖后,土温显著增。地膜覆盖45 d,5、101、5 cm各土层增加积温分别为123.74、105.75和87.5℃;土壤水分含量也有提高。与对照相比,地膜覆盖后麦后直播的短季棉苗期、蕾期的叶面积增长速度快,现蕾期早4 d,开花期早6 d,吐絮期早8~10 d,株高高3.1 cm,单株叶片多2.2个,果枝增加1.3个,蕾增加2.7个,霜前花率提高11.15%,比对照增产33.2%。[结论]短季棉麦后直播地膜覆盖可以明显增加单株铃数、单铃量、霜前花,显著提高皮棉产量。 相似文献
13.
基于改进VGG卷积神经网络的棉花病害识别模型 总被引：5，自引：2，他引：3
为实现自然条件下棉花病害图像准确分类,提出基于改进VGG-16卷积神经网络的病害识别模型。该模型在VGG-16网络模型基础上,优化全连接层层数,并用6标签SoftMax分类器替换原有VGG-16网络中的SoftMax分类器,优化了模型结构和参数,通过微型迁移学习共享预训练模型中卷积层与池化层的权值参数。从构建的棉花病害图像库中随机抽取病害图像样本作为训练集和测试集,用以测试该方法的性能。试验结果表明:该模型能有效提取出棉花病害叶片图像的多层特征图像,并通过Relu激活函数的处理更能凸显棉花病害的边缘信息与纹理信息,分辨率为512像素×512像素图像在样本训练与验证试验效果最好。在平均识别准确率方面,本研究模型较BP神经网络、支持向量机、AlexNET、GoogleNET、VGG-16NET效果最好,达到89.51%,实现对棉花的褐斑病、炭疽病、黄萎病、枯萎病、轮纹病、正常叶片的准确区分。该模型在棉花病害识别领域具备良好的分类性能,可实现自然条件下棉花病害的准确识别。 相似文献
14.
基于SD-SVD-Burg的玉米叶片铜铅污染甄别与程度诊断 总被引：1，自引：1，他引：0
为研究一种快速甄别作物受重金属污染的元素类别和所受污染程度的方法,于2017年设置不同梯度铜(Cu)、铅(Pb)胁迫下的玉米盆栽实验,对玉米的紫谷、绿峰和红边3个光谱特征区间的高光谱数据进行光谱一阶微分和奇异值分解处理,并结合Burg算法绘制功率谱密度曲线,同时利用2014年采集的光谱数据作为验证组检验该模型的稳定性。结果表明:健康玉米叶片与不同浓度Cu、Pb胁迫下玉米叶片光谱信号的功率谱密度曲线的波峰数及波峰坡度均不相同。功率谱曲线平均功率和玉米叶片中Cu、Pb含量的相关系数最高可达0.9958,证明该方法在对玉米进行污染元素种类辨别和污染程度诊断方面具有可行性,不同年份Cu与Pb胁迫下绿峰功率谱曲线平均功率与玉米叶片中Cu、Pb含量的相关系数分别为0.9213和0.9915,进一步验证该算法在玉米Cu、Pb污染诊断方面具有稳定性与普适性。 相似文献
15.
针对羊体图像背景复杂、分割难以及不同光照条件干扰羊体图像的问题,采用一种基于YCbCr空间改进C-V主动轮廓模型的分割方法,对具有复杂背景的羊体图像分割进行研究。结果表明:1)根据羊体图像的颜色特点,对羊体图像进行从RGB空间到YCbCr空间的转换能克服拍摄环境中光照对羊体的影响;2)利用手动勾画羊体的粗略轮廓构造预处理水平集,对其内部、外部以及边界进行划分后可以演化羊体图像的轮廓。试验证明改进C-V模型能对复杂背景下的羊体图像进行准确分割,分割结果能够应用到后续羊体测量点的识别中。 相似文献
16.
17.
18.
[目的]研究城市发酵污泥在棉花上的最佳施用方式,降低棉花生产成本。[方法]采用盆栽试验方法,探讨不施用发酵污泥(CK)、污泥覆盖土壤表面(处理(1))、污泥与土壤混合(处理(2))、混合+覆盖(处理(3))4种方式对棉苗、根系生长的影响。[结果]污泥的不同处理对棉花苗期根际土壤温度增温效果明显,以10 cm处土层最明显,处理(1)、(2)、(3)地温平均较对照CK高1.2、2.9、1.5℃;显著促进棉花苗的生长,棉花出苗率、健苗率、株高、叶面积、叶片数与CK相比极显著增加;对棉花苗根有诱导和促进生长作用,根长、根数量、根粗、根体积显著高于CK。[结论]发酵污泥3种不同施用方式都能够促进棉花苗生长,改善叶片和根的各项生理指标。整体来看,处理(2)综合优势好,是发酵污泥较有效的施用方式。 相似文献
19.
[目的]研究南疆棉花叶片水分利用效率的日动态变化。[方法]在新疆巴州水管处重点灌溉试验站利用LCpro+全自动便携式光合仪对试验田内棉花光合作用进行系统监测,同时将数据转化为棉叶水分利用效率(WUE)并进行动态特征分析。[结果]在日内,棉叶光合速率变化呈双峰型曲线,蒸腾速率的变化因棉叶温度差异呈双峰型或单峰型曲线;光合和蒸腾日内动态都具有不对称性,且二者动态反向;棉叶水分利用效率的日动态呈双峰型曲线,上午棉叶水分利用效率高于下午,且在不同叶位之间差异较大,自主茎第2叶向下依次减小;花铃期主茎不同叶位之间的水分利用效率变幅大于蕾期。[结论]该研究为提高棉花叶片水分利用效率提供了科学依据。 相似文献
20.
Xin ZhangDaoliang Li Wenzhu YangJinxing Wang Shuangxi Liu 《Computers and Electronics in Agriculture》2011,78(1):71-79
Foreign fibers in cotton seriously affect the quality of cotton products. The identification of foreign fibers in cotton is a critical step in the automated inspection of foreign fibers in cotton; image segmentation is crucial in this identification process. This paper presents a new approach for segmenting images of foreign fibers in cotton. Firstly, color images were captured, and the edge of color images were detected by an edge detection method based on improved mathematical morphology. The color images were subsequently converted into a gradient map, the law of experience values was analyzed, and the best thresholding value of the gradient map was chosen by selecting the best experience value iteratively. The experiment results indicate that the proposed method successfully segments the high-resolution color images of cotton foreign fibers both directly and precisely. Furthermore, the speed of image processing is much faster than that of conventional methods. 相似文献