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。
TAG:農業工程學報 |
※字色三維 故障圖像
※圖像分類 點陣圖和矢量圖
※圖像語義分割的那些事
※圖像分析
※基於圖割演算法的木材表面缺陷圖像分析
※三星M20真機圖像泄露 背面橢圓形指紋識別裝置已確認其身份
※一例乳腺結節性筋膜炎數字化乳腺斷層合成圖像的表現
※如何重現谷歌圖片「查看圖像」按鈕
※皮革繪畫作品《邊緣的圖像》
※圖像色彩調整-色階
※火星探測器傳回圖像,發現一堆「爛木頭」,或許火星存在複雜生命
※第一張「量子糾纏」圖像背後隱藏的秘密
※一個提升圖像識別準確率的精妙技巧
※傾城之色:牡丹的圖像文化史
※拍婚紗照被浪澆成狗,精修圖像落湯雞,新娘一怒之下要和攝影師拼了!
※雙星抵近觀測讓中性原子圖像更清晰
※圖像碎片 拼湊回憶
※時春霖:測量機器人小視場星圖一維最大熵星點圖像分割演算法
※照片管理混亂?尼康圖片評級系統管理圖像的小技巧
※詳解計算機視覺五大技術:圖像分類、對象檢測、目標跟蹤、語義分割和實例分割