基于多光谱图像融合和形态重构的图像分割方法   总被引：1，自引：1，他引：0  

毛罕平  李明喜  张艳诚 《农业工程学报》2008,24(6):174-178

一些成熟的瓜果果实在单一的光谱图像中,果与叶的灰度值只存在微小差异,常用的图像分割方法不足以把果与叶区分开,为此,提出一种基于多光谱图像融合的形态学重构分割方法.首先,采集同一目标的可见光彩色图像和近红外图像,对此多光谱图像分别采用主成分分析(PCA)、小波变换以及可见光图像H分量与近红外图像NIR的算术组合(NIR/H)等方式进行融合处理:然后,对融合图像进行形态学重构分水岭分割.多幅苹果和番茄图像的同标提取试验结果表明,对可见光图像和近红外图像的PCA和小波变换融合图像进行形态学重构分水岭分割,可以得到较好的分割效果,尤其是小波变换融合图像的形态学重构分水岭分割效果更具有自适应性.  相似文献   

利用G/R分量比值图分割水稻植株图像   总被引：3，自引：0，他引：3  

戴之祥  邵陆寿  丁克坚  韦韫  葛婧 《安徽农业大学学报》2006,33(2):284-288

在非实验室的环境下,利用水稻作物植株的RGB彩色图像计算的R分量与G分量的比值图分割水稻植株.比值图中水稻植株与周围环境的差异比较大,利用这一特点,用阈值分割的方法对图像进行分割,提取水稻植株,结果比较理想.对于大量图片水稻植株的提取,使用迭代的方法自动选择最佳的分割阈值,分割成功率较高.  相似文献   

A multistep approach to classify full canopy and leafless trees in bottomland hardwoods using very high-resolution imagery     

Bishwa B. Sapkota 《Journal of Sustainable Forestry》2018,37(4):339-356

The distribution of leafless and full-canopy trees in fall is essential in understanding the phenological and morphological characteristics of forests and those are critical baseline information for several scientific questions and management scenarios. The rapid progress of very high-resolution satellite-borne sensors provides a feasible solution to fast and accurately map tree coverage during the growing season. However, less attention has been paid to the leaf-off seasons. One biggest challenge with classification on fall imagery is the potential confusion among different land features, as evidenced by the no significant difference between bare land and leafless trees from t-test and transformed divergence (TD) analysis results. We proposed an integrative approach to classifying leafless and full-canopy trees on fall imagery of 0.46-m WorldView-2 (WV-2). We adopted a two-step classification approach by first removing the non-forest area from the WV-2 imagery with the mask layer generated from the publicly available summer imagery of 1-m National Agriculture Imagery Program imagery via object-based image analysis. Two classification methods, namely decision tree (DT) and nearest neighborhood (NN), were employed to classify full canopy and leafless trees in the masked WV-2 imagery. DT performed slightly better than NN regarding higher overall accuracy and fewer feature requirements.  相似文献   

基于生猪外形特征图像的瘦肉率估测方法   总被引：3，自引：2，他引：1  

张萌  钟南  刘莹莹 《农业工程学报》2017,33(12):308-314

为实现生猪瘦肉率的快速无损检测,以机器视觉为主要技术,通过生猪的外形特征图像进行瘦肉率估测,为饲养者与收购者提供生猪品级的决策依据。采用MATLAB为开发工具,通过图形用户界面(graphical user interface,GUI)实现软件操作界面,以生猪的侧面及背面图像为研究对象,利用图像处理技术从目标中提取体长、体高、胸深、腹长、臀宽、腰宽等数据,以这些体尺的比例(胸深体高比、臀宽体长比、臀宽腰宽比、腹长体长比)为参数,通过径向基函数(radial basis function,RBF)神经网络进行瘦肉率估测。该文分别对7组生猪外形图像进行处理,4项比例指标的平均估测准确率分别为92.90%、92.44%、95.17%、96.51%,瘦肉率的平均估测准确率为94.35%。结果表明,该文所构造的基于生猪外形特征图像的瘦肉率估测方法工作效率高,成本低,可用于估测生猪瘦肉率。  相似文献   

中小型果品企业商业模式选择机制及启示——以张家港市万家乐果品有限公司为例     

陈东平  陈跃 《安徽农业科学》2017,45(7)

我国果品企业普遍存在规模较小、资源有限的特征,具有天然的弱质性。张家港市万家乐果品有限公司作为中小型果品企业的一个典型代表,利用其完善的商业模式有效地回避了自身的劣势,集中资源和能力为特定客户提供优质的梨果产品,在当地果品市场上获得了经济和社会的双重效益。中小型果品企业为避免退出市场并获得成功,可以选择识别和开发当地的"利基"市场,并将特定客户的需求和产品供给进行匹配。通过案例分析,为具备条件的中小型果品企业的商业模式选择提供了思路。  相似文献   

基于关联语义融合的WebGIS数据库优化检索方法研究     

李浩  李博 《河南农业大学学报》2017,51(3)

为提高在Web上发布的空间数据的检索能力,针对传统的WebGIS数据库模糊指向性聚类检索方法容易陷入局部收敛导致检索准确度不高的问题,提出一种基于关联语义融合聚类的WebGIS数据库优化检索方法。采用有向图模型构建WebGIS数据库检索节点分布结构模型,在WebGIS数据库存储数据信息流中进行关联语义特征信息挖掘,以挖掘的特征信息为数据库检索的指向性信息素,并采用分段融合模糊聚类方法进行关联语义融合聚类处理,在数据融合中心中求得数据库检索目标值的全局最优解,实现数据库优化检索和访问。仿真结果表明,采用该方法进行WebGIS数据库检索,对检索数据的查准率较高,抗干扰能力较强,检索过程的收敛性较好。  相似文献   

改进的GrabCut算法木材表面缺陷图像分割试验     

白雪冰  宋恩来  李润佳  许景涛 《东北林业大学学报》2017,45(10)

试验采用传统GrabCut算法和改进的GrabCut算法,针对单目标、多目标、复杂背景下多目标的木材表面缺陷图像进行多组对比实验。结果表明:改进后的GrabCut算法,针对木材表面的缺陷图像分割进行了优化,能有效改进传统GrabCut算法中的欠分割和过分割、易受区域凹凸纹理的干扰等缺点,而且分割各类木材表面缺陷图像时都能取得较好的效果。说明改进后的GrabCut算法具有其优势和可行性。  相似文献   

改进Otsu算法与ELM融合的自然场景棉桃自适应分割方法   总被引：6，自引：5，他引：1  

王见  周勤  尹爱军 《农业工程学报》2018,34(14):173-180

针对动态行进过程中拍摄的自然棉田场景图像的棉桃分割问题,提出了一种改进的自适应优化分割方法。首先利用改进的Otsu分割算法定位棉桃区域,对棉桃和背景区域像素点的RGB值分别采样;将样本用于训练ELM(extreme learning machine)分类模型;把图像分割转化为像素分类问题,用分类模型对棉桃图像进行像素分类以实现棉桃图像的分割。对晴天和阴天场景下自然棉田的图像进行了算法验证,能正确分割棉桃并定位棉桃位置,实现了非结构光环境下对棉桃的无监督的采样和分割定位,每幅图像的平均分割时间为0.58 s,晴天和阴天状况下棉桃的平均识别率分别达到94.18%和97.56%。将该算法与经典分类算法SVM(support vector machine)和BP在增加纹理特征和采用RGB特征的情况下进行对比,并分析了该算法在分割速度和识别率上都有较大优势的原因。试验证明该算法在棉桃分割中有很好的实时性、准确性和适应性,可为智能采棉机的棉桃识别算法提供参考。  相似文献   

Classification of soil types using geographic object-based image analysis and random forests     

Andrei DORNIK  Lucian DR&#;GU&#;  Petru URDEA 《土壤圈》2018,28(6):913-925

There is increasing interest in developing automatic procedures to segment landscapes into soil spatial entities that replace conventional, expensive manual procedures for delineating and classifying soils. Geographic object-based image analysis (GEOBIA) partitions remote sensing imagery or digital elevation models into homogeneous image objects based on image segmentation. We used an object-based methodology for the detailed delineation and classification of soil types using digital maps of topography and vegetation as soil covariates, based on the Random Forests (RF) classifier. We compared the object-based method's results with those of a pixel-based classification using the same classifier. We used 18 digital elevation model derivatives and 5 remote sensing indices that were related to vegetation cover and soil. Using 171 soil profiles with their associated environmental variable values, the RF method was used to identify the most important soil type predictors for use in the segmentation process. A stack of raster-geodatasets corresponding to the selected predictors was segmented using a multi-resolution segmentation algorithm, which resulted in homogeneous objects related to soil types. These objects were further classified as soil types using the same method, RF. We also conducted a pixel-based classification using the same classifier and soil profiles, and the resulting maps were assessed in terms of their accuracy using 30% of the soil profiles for validation. We found that GEOBIA was an effective method for soil type mapping, and was superior to the pixel-based approach. The optimized object-based soil map had an overall accuracy of 58%, which was 10% higher than that of the optimized pixel-based map.  相似文献   

基于时间序列红外图像的玉米叶面积指数连续监测   总被引：2，自引：0，他引：2  

王传宇  郭新宇  杜建军 《农业工程学报》2018,34(6):175-181

针对受田间变化光照影响冠层图像参数计算的精度及自动化程度仍然不高的问题,该文提出了一种基于冠层顶视单角度红外图像序列的玉米叶面积指数(leaf area index,LAI)获取方法。首先,在玉米整个生育期内获取冠层顶部垂直向下红外图像序列,针对冠层图像背景分割易受田间变化光照影响,提出了一种基于绿色植物"红边"现象和冠层图像背景正态分布模型的分割方法,方法计算简便精度高于支持向量机分割。在冠层参数解析阶段,根据玉米叶片球形分布假设,简化了顶视冠层图像的叶片投影函数(G函数),利用Beer-Lambert定律推导了图像冠层孔隙度计算叶面积指数的方法。试验结果表明:该方法与间接测量原理的商业化设备测量值具有较高的相关性,叶面积指数测量的决定系数为0.94。方法应用于2个不同年代品种冠层结构动态变化监测,能够准确反映冠层结构差异,建立了冠层孔隙度与植株干质量(R2=0.95,R2=0.94)植株鲜质量(R2=0.96,R2=0.89)的关系模型,该方法简化了玉米冠层结构参数测量过程,可为田间环境下冠层参数的自动连续监测提供了解决方案。  相似文献