典型文献
基于无人机多光谱影像的小麦封垄前种植行识别方法改进
文献摘要：
[目的]为实现小麦精准管理,准确识别其种植行位置具有重要意义.本研究分别针对传统Hough变换法和绿色像元累积法存在的缺陷进行改进,并对改进前、后不同方法在小麦种植行识别上的精度进行对比分析,为小麦种植行精准提取提供技术支撑.[方法]本研究开展了小麦水、氮耦合试验,在小麦拔节前期,基于四旋翼无人机携带RedEdge M传感器获取小麦不同生长条件下多光谱影像.基于上述数据,首先采用超绿超红差分指数和Otsu方法对影像分割、分类,获取植被/土壤二值图;其次,采用3×1线型模板进行形态学开运算,降低边界不规则度并去除噪音;然后,结合无人机影像中小麦种植行排布特点,分别针对传统Hough变换法的峰值检测过程和绿色像素累积法的角度检测过程进行优化,提出改进的小麦种植行识别方法;最后,分别将两种方法改进前、后的识别结果与目视解译种植行位置结果进行对比,基于检出率和作物行识别精度(crop row detection accuracy,CRDA)评价4种方法的优劣.[结果]采用超绿超红差分指数与Otsu方法可以很好对植被/土壤进行分类,分类结果的总体精度达到93.75％,Kappa系数为0.87;形态学运算可以很好地去除图像噪声,减少后期种植行识别误差;改进后Hough变换法通过利用先验知识对峰值检测范围进行约束,有效提升了种植行检测精度,种植行平均检出率从30％提升至67％,CRDA平均值从0.22提升至0.44;改进后绿色像元累积法通过考察整幅影像的绿色像元累积特征,有效提升角度检测精度,种植行平均检出率从14％提升至93％,CRDA平均值从0.12提升至0.69;4种方法的识别精度从高到低依次为改进后绿色像元累积法、改进后Hough变换法、改进前Hough变换法、改进前绿色像元累积法.[结论]本研究较好地改进了传统种植行识别方法,为种植密度大、行间距小的小麦种植行识别提供了技术支撑.
文献关键词：
小麦;种植行;Hough变换法;绿色像元累积法;无人机影像
中图分类号：
作者姓名：
马啸;陈鹏飞
作者机构：
中国科学院地理科学与资源研究所/资源与环境信息系统国家重点实验室,北京 100101;中国科学院大学,北京 100049;国家科技资源共享服务平台国家地球系统科学数据中心,北京 100101
文献出处：
引用格式：
[1]马啸;陈鹏飞-.基于无人机多光谱影像的小麦封垄前种植行识别方法改进)[J].中国农业科学,2022(20):3926-3938
A类：
绿色像元累积法,RedEdge,CRDA
B类：
无人机多光谱影像,种植行,方法改进,麦精,精准管理,准确识别,别针,Hough,变换法,陷进,进前,不同方法,小麦种植,精准提取,拔节,节前,四旋翼无人机,生长条件,分指数,Otsu,影像分割,二值图,线型,开运算,不规则度,除噪,噪音,无人机影像,排布,峰值检测,检测过程,像素,角度检测,目视解译,作物行识别,识别精度,crop,row,detection,accuracy,对植,总体精度,Kappa,形态学运算,图像噪声,识别误差,先验知识,检测范围,行约,检测精度,通过考察,整幅,累积特征,种植密度,行间距
AB值：
0.289355
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
