基于无人机RGB影像的棉花苗期株数提取研究

快速、准确、大范围地获取棉花苗期株数对于棉花早期育种决策以及实现棉田的精准管理起着至关重要的作用。针对棉花苗期田间存在盖地膜等干扰易对株数提取造成影响,提出一种基于过红指数和超绿指数,结合图像处理方法对无人机RGB影像进行棉花株数统计的方法。利用新疆阿克苏地区阿瓦提县的棉田无人机影像进行研究,对采集到的数据进行预处理、超绿指数(ExG)和过红指数(ExR)计算、Otsu阈值分割等处理,经处理后的二值图像噪点以及盖地膜产生的误分类像选择采用Majority分析处理进行去噪,其中对Majority分析中的3×3、5×5、7×7、9×9不同大小的变换核的去噪效果进行对比分析,实现对棉花苗期株数的提取。经试验得出在过红指数9×9变换核处理下棉花株数提取效果最好,统计的株数准确率达到97.84%。超绿指数在不同大小的变换核处理后的棉花株数统计准确率都在95%以上,其中基于5×5变换核提取的棉花株数准确率达到98.86%。本方法不仅能够提高棉花株数统计的准确性,也可为棉田早期育种,精准管理提供技术支撑。

基于无人机影像的可见光波段植被信息识别

该文通过对6种典型地物在无人机影像可见光波段的光谱特性分析,提出一种基于红、绿、蓝波段的可见光植被指数—超绿红蓝差分指数EGRBDI(excess green-red-blue difference index),并运用该植被指数与18种基于可见光波段的植被指数进行精度比较研究。研究表明,在利用均值和1倍标准差获得的区间范围内,EGRBDI各地类之间的信息无重叠交叉现象;该指数能对植被覆盖相对稀疏区域进行植被信息识别,其总体精度为97.67%,Kappa系数为0.9415,较其他18种指数具有更好的植被信息识别能力。利用不同地物覆盖情况的3幅无人机影像作为数据源,对EGRBDI适用性和稳定性进行研究,结果表明,在3个研究区中,基于EGRBDI的植被信息识别总精度均高于93%,Kappa系数均大于0.85,提取精度受地物类型差异影响的波动性较小,能较好地削弱影像中阴影等因素的影响,具有较好的适用性、可靠性和提取精度。