複雜背景下棉田冠層圖像的準確分割

棉田冠層（覆蓋地表的植被總稱）圖像分割，是準確計算與監測棉花冠層長勢的重要步驟。但現有方法的局限性，使複雜背景下的棉田冠層圖像分割效果不盡如人意，需要降低複雜背景對分割效果的影響。

由於棉花冠層與地面背景具有很明顯的顏色差異，該文使用顏色特徵來實現冠層圖像分割。

選擇了3種顏色特徵並加以組合來實現冠層區域分割。3種顏色特徵是H通道特徵、超綠特徵，以及綠色佔比特徵。H通道特徵是HSV空間中的H（色度）特徵值，具體描述人眼識別的顏色。超綠特徵是業界常用的綠色植株分割顏色特徵。綠色佔比特徵（R/(R+G+B)）是RGB顏色空間中的綠色佔比值。

為實現分割方法的自適應性，利用多幅圖像通過智能化演算法——邏輯回歸演算法計算出3種顏色特徵的自適應閾值，並實現冠層區域分割，之後使用數字圖像處理技術實現分割結果優化。

試驗發現，H通道特徵值在24和66.5之間，可以實現部分背景像素的分割，同時可以保留所有冠層區域像素。超綠特徵閾值為15，以及綠色佔比閾值為0.355時，可以實現絕大部分背景像素的分割，並實現棉花冠層陰影區域的精確分割。

使用不同棉田棉花苗期、蕾期、花期、花鈴期4個生長時期的圖像進行試驗。試驗發現，該文方法可在棉田複雜自然背景下，有效分割出棉田冠層區域，平均相對目標面積誤差率僅 5.46%，總體平均匹配率達到93.07%。而這兩個指標，超綠特徵OTSU方法分別為11.78%、76.43%，四分量方法為24.11%、71.67%，顯著性方法為36.92%、66.92%。該文方法明顯更優。

該工作為實時監測棉花長勢提供了新的途徑，也為計算棉花冠層長勢參數提供一種無損有效的技術支持。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！