面向番茄植株相近色目标识别的多波段图像融合方法

针对温室番茄智能化管理需要,研究茎秆、叶片和绿果等3类相近色目标的多波段图像融合方法,以凸显目标与背景亮度差异,提高目标视觉识别效率。根据其各自在300~1000 nm范围的反射光谱特征差异,建立了针对其光谱数据分类的Lasso正则化逻辑回归模型。基于模型的稀疏解特征,确定具有较大权值系数的450、600和900 nm等3个波段作为最优成像波段,在此基础上构建了温室番茄植株多波段图像在线采集系统。结合最优成像波段下相近色目标图像特征分析,提出了基于NSGA-II的多波段图像加权融合方法,以增强特定目标与近色背景物体的图像亮度差异。最后通过现场试验对多波段图像融合效果进行评估。结果表明,分别以茎秆、叶片和绿果器官作为识别目标,通过多波段图像融合处理后,目标与背景之间的图像灰度差异绝对差值相应达到单波段图像的2.02、8.63和7.89倍,即被识别目标与其他近色背景的亮度差异显著增强,且背景物的亮度波动得到抑制。本研究结果可以为农业环境近色目标视觉识别相关研究提供参考。