【摘要】：作物冠層特征常被用在評價其生長態(tài)勢、表型分析等方面,作物冠層信息的提取對后期評估產(chǎn)量及品質(zhì)也具有重要價值。本文以無人機航拍采集的甘蔗冠層圖像為研究對象,利用數(shù)字圖像處理技術,實現(xiàn)了甘蔗冠層覆蓋度的準確提取與分析,同時創(chuàng)新性地提出了一種基于冠層株心檢測的蔗株計數(shù)方法。本文的具體研究內(nèi)容如下:1.綠色作物冠層覆蓋度的提取與分析。利用作物冠層與背景的顏色差異,分析了HSV、RGB和Lab三種顏色空間常用分割方法的實驗結果,發(fā)現(xiàn)基于Lab空間ab分量的K-means聚類方法,相較于H分量過濾法和基于超紅因子的Otsu分割法,能更準確地提取出完整的作物冠層且能保持作物形態(tài)。且在冠層覆蓋度檢測方面,基于ab分量的K-means聚類分割及去噪處理后的甘蔗冠層覆蓋度平均相對誤差最低,為4.29%。另外還對同一地塊同一拍攝高度獲取的伸長期的甘蔗冠層圖像,分析了冠層覆蓋度與株數(shù)的相關性,得出決定系數(shù)R2為0.7767。2.甘蔗冠層蔗株株心檢測及計數(shù)方法研究。利用低空圖像中冠層蔗葉中間的白經(jīng)與綠色葉肉顏色區(qū)分明顯的這一特點,創(chuàng)新性地通過提取葉片白經(jīng)來簡化葉片形態(tài),再通過聚類分析識別葉片端點密集區(qū)來定位株心,并實現(xiàn)蔗株計數(shù)。經(jīng)實驗分析,基于株心檢測的甘蔗計數(shù)方法對于白經(jīng)清晰且蔗葉圍繞株心向四周散開的冠層圖像中的株心識別效果最好,平均識別率為86.3%。3.甘蔗冠層圖像處理軟件界面設計�；贛ATLAB的GUI設計功能實現(xiàn)了甘蔗冠層覆蓋度提取和冠層株心檢測的可視化界面設計,簡述了各個界面的操作步驟以及原理,更直觀地顯示了處理效果。
【學位授予單位】：廣西大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;S566.1
【圖文】：

邐４．８邐１４．７邐４．７邐Ｌ．９邋年份逡逑２０１２邐２０１３邐２０１４邐２０１５邐２０１６逡逑圖１－２．２０１２－２０１６年中國進口食糖數(shù)據(jù)逡逑Ｆｉｇ．邋１－２邋Ｃｈｉｎａ＇ｓ邋Ｉｍｐｏｒｔ邋Ｓｕｇａｒ邋Ｄａｔａ邋ｆｏｒ邋２０１２－２０１６逡逑６０００邋－邋／邋？＜＾４７０逡逑二＝價逡逑５邋

邋＾逡逑年份逡逑圖１－３．近年廣西甘蔗收購價格趨勢圖逡逑Ｆｉｇ．邋１－３邋Ｔｒｅｎｄｓ邋ｉｎ邋ｔｈｅ邋ｐｕｒｃｈａｓｅ邋ｐｒｉｃｅ邋ｏｆ邋ｓｕｇａｒｃａｎｅ邋ｉｎ邋Ｇｕａｎｇｘｉ邋ｉｎ邋ｒｅｃｅｎｔ邋ｙｅａｒｓ逡逑２逡逑

ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ｃａｎｏｐｙ邋ｌｅａｆ邋ａｎｄ邋ｂａｃｋｇｒｏｕｎｄ邋ｐａｒｔ邋（ｂ）邋Ｏｒｉｇｉｎａｌ邋ｉｍａｇｅ邋（ｃ）邋Ｈ邋ｃｏｍｐｏｎｅｎｔ邋ｇｒａｙｓｃａｌｅ逡逑ｉｍａｇｅ邋（ｄ）邋Ｓｅｇｍｅｎｔａｔｉｏｎ邋ｂｉｎａｒｙ邋ｉｍａｇｅ逡逑圖２－ｌ（ｄ）顯示了采用Ｈ分量分割后的二值圖，該方法較好地將綠色作物冠層逡逑從復雜背景環(huán)境中分離出來，但二值圖中包含了少量背景雜質(zhì)，部分葉片上存在逡逑一些孔洞，分析圖片中造成孔洞的原因主要有三點：一是葉片上粘有泥土灰塵等逡逑雜質(zhì)，二是蔗葉上的白經(jīng)導致的，三是因為對圖片的Ｈ通道進行采樣的次數(shù)有逡逑限，導致作物冠層的Ｈ值范圍獲取不全。后續(xù)可以進行雜質(zhì)剔除和孔洞填充操逡逑作來彌補Ｈ分量分割法的不足。逡逑２．２．２基于ＲＧＢ空間顏色因子的閾值分割法逡逑ＲＧＢ顏色模式是工業(yè)界的一種顏色標準，是一種色彩疊加模型。模型的名逡逑稱來源于三種加色原色的首字母，Ｒ代表紅色通道，Ｇ代表綠色通道，Ｂ代表藍逡逑色通道，三個通道都有２５６個亮度水平級，且三通道的取值范圍均為［０，２５５］，逡逑因此三種色彩疊加就可以再現(xiàn)各種顏色。對于田間綠色作物冠層圖像

【參考文獻】

相關期刊論文 前10條

1 劉曉雪;何宸楓;;近期中國食糖進口形勢與未來走勢[J];農(nóng)業(yè)展望;2015年09期

2 鄒秋霞;楊林楠;彭琳;鄭強;;基于Lab空間和K-Means聚類的葉片分割算法研究[J];農(nóng)機化研究;2015年09期

3 齊龍;蔣郁;李澤華;馬旭;鄭志雄;汪文娟;;基于顯微圖像處理的稻瘟病菌孢子自動檢測與計數(shù)方法[J];農(nóng)業(yè)工程學報;2015年12期

4 何姣;張雪芬;湯志亞;胡樹貞;李翠娜;;棉花覆蓋度特征及與其他生長參數(shù)關系分析[J];氣象與環(huán)境科學;2015年02期

5 劉瓊;史諾;;基于Lab和YUV顏色空間的農(nóng)田圖像分割方法[J];國外電子測量技術;2015年04期

6 賈洪雷;王剛;郭明卓;Dylan Shah;姜鑫銘;趙佳樂;;基于機器視覺的玉米植株數(shù)量獲取方法與試驗[J];農(nóng)業(yè)工程學報;2015年03期

7 羅麗霞;;基于遺傳算法的Ostu圖像分割方法[J];河北北方學院學報(自然科學版);2014年06期

8 譚穗妍;馬旭;吳露露;李澤華;梁仲維;;基于機器視覺和BP神經(jīng)網(wǎng)絡的超級雜交稻穴播量檢測[J];農(nóng)業(yè)工程學報;2014年21期

9 王志彬;王開義;張水發(fā);劉忠強;穆翠霞;;基于K-means聚類和橢圓擬合方法的白粉虱計數(shù)算法[J];農(nóng)業(yè)工程學報;2014年01期

10 周俊;王明軍;邵喬林;;農(nóng)田圖像綠色植物自適應分割方法[J];農(nóng)業(yè)工程學報;2013年18期

相關博士學位論文 前1條

1 丁艷玲;植被覆蓋度遙感估算及其真實性檢驗研究[D];中國科學院研究生院（東北地理與農(nóng)業(yè)生態(tài)研究所）;2015年

相關碩士學位論文 前5條

1 張東東;在線式圖像的甘蔗長勢無損監(jiān)測研究[D];浙江大學;2017年

2 樂羿成;基于Android的作物冠層抓拍傳輸及其圖像自動管理系統(tǒng)開發(fā)[D];浙江理工大學;2017年

3 王秀芳;主要農(nóng)作物生長特征參數(shù)自動化觀測技術研究[D];成都信息工程學院;2012年

4 張從嚴;基于圖像處理的蠶卵數(shù)量統(tǒng)計方案研究[D];南京理工大學;2010年

5 陳吉龍;重慶市三峽庫區(qū)植被覆蓋度的遙感估算及動態(tài)變化研究[D];西南大學;2010年

本文編號：2760780