科研产出
- 时间
- 相关度
- 被引量
基于无人机图像的水稻地上部生物量估算
《福建农业学报 》 2022 北大核心 CSCD
摘要：[目的]为探究无人机图像估算水稻地上部生物量(Aboveground biomass,AGB)的可行性,明确各图像特征与水稻AGB的定量关系,构建基于图像特征的水稻AGB估算模型.[方法]通过实施2个品种和4个施氮水平的小区试验,于分蘖期、孕穗期和齐穗期测定水稻AGB,同步采用无人机搭载数码相机获取水稻图像并提取颜色指数和纹理特征,分析其在不同生育期与水稻AGB之间的相关性,构建定量估算模型,并对模型进行检验.[结果]颜色指数中红蓝差值(r-b)与水稻AGB之间的相关性最好,纹理特征参数(G-mean)与水稻AGB之间的相关性最高;基于红蓝差值(r-b)和G-mean构建的水稻AGB双指数模型优于单一指数模型,全生育期估算模型y=2 544.507+5 054.243x1-145.543x2-556.553x1x2+27 379.41x12+3.927x22,建模决定系数(R2)为0.920 2,模型检验的决定系数(R2)为0.911 2.[结论]基于颜色指数(r-b)和纹理特征参数(G-mean)融合构建的AGB估算模型可准确的估算水稻AGB,在水稻长势快速无损监测和精确管理中具有应用价值.
全文链接
请求原文
基于颜色指数与阈值法的稻田图像分割
《中国农业大学学报 》 2022 北大核心 CSCD
摘要：为系统、全面地分析不同颜色指数对南方稻田图像分割的适应性,以分蘗期、拔节期稻田图像为研究对象,选择36种常用的颜色指数,采用Otsu阈值法开展基于颜色指数和阈值的图像分割研究,通过比较各颜色指数的分割结果,明确分蘗期和拔节期图像分割的主要干扰因素,筛选最适宜稻田图像分割的颜色指数.结果表明:水稻倒影、浮萍是分蘗期稻田图像分割的主要干扰因素,叶片镜面反射、浮萍和土壤阴影是拔节期稻田图像分割的主要干扰因素;组合指数COM2、MxEG、CIVE和GMR在分蘗期图像和拔节期图像均具有较好的分割精度.因此,基于颜色指数COM2、MxEG、CIVE、GMR和Otsu阈值的稻田图像分割方法对稻田图像分割的干扰要素具有较强的区分能力,分割精度较高,更适宜于南方稻田图像处理研究.
全文链接
请求原文
首页上一页1下一页尾页
