基于数码照片的草地植被覆盖度快速提取方法

草地植被覆盖度是草地健康与否的重要参数,提高草地植被覆盖度的计算效率和精度具有重要的意义。本研究提出了一种利用过绿特征植被指数和半自动阈值设定算法(半自动阈值法)的从数码照片中快速计算草地植被覆盖度的方法,并将该方法与最大似然法监督分类方法(最大似然法)和色度饱和度法进行了比较。对32张草地数码照片的植被覆盖度估算结果和准确结果进行回归分析,分别得到斜率、截距和回归系数这3个参数。结果表明,3种方法都未能考虑植物的非绿色组分而存在低估的问题。半自动阈值法的准确度堪比最大似然法,且没有后者存在的低覆盖率高估问题;而且该方法人工干预少,计算结果准确客观,适用性强;但是对绿色特征不明显的植物(如灰绿色植物)效果不佳。

基于计算机视觉的作物行定位技术

针对基于计算机视觉的作物行中心线定位困难问题,提出了基于垂直投影法的作物行定位方法。对作物图像运用过绿特征值分割作物和背景,将得到过绿特征图像划分为若干水平图像条,对图像条过绿特征值进行垂直投影,求取投影曲线上突出峰点的位置;利用稳健回归法对位置点进行线性拟合得到作物的行中心线。采用320×240像素的大豆图像进行作物行定位实验,结果表明采用该方法能够获得较好的定位结果。

基于数码照片的狼毒盖度估算

采用数码相机拍照法对狼毒盖度进行了研究。选择过绿特征区分绿色植被和非绿色植被,结合亮度特征和面积阈值从非绿色植被中自动提取出狼毒花,并提出一种基于行程标记的孔洞填充算法对狼毒花中的孔洞进行了填充。选取10张照片对提取结果进行精度评价,Kappa系数为0.80,结果发现:对狼毒茎叶和牧草之间,不宜采用过绿特征进行区分;在HLS色彩空间下,根据色调特征自动提取狼毒茎叶效果一般;对20张照片中的狼毒花的面积和茎叶面积进行回归分析,发现二者表现出了很好的线性关系;根据回归模型计算茎叶面积效果较好;为了得到更准确的狼毒茎叶面积,获取照片时最好处于狼毒的盛花期。