基于多彩色空间的麦田监控图像分割技术研究

摘要

在农业生产中植被覆盖度与许多生态过程直接相关，例如作物长势、土壤水分平衡、冠层光合作用和物质循环等等。因此如何快速有效的对农作物图像（特别是大田监控图像）进行绿色植被分割就具有重要意义。小麦是我国一个重要的粮食作物，小麦田中植物呈现绿色，与土壤背景颜色有明显的差异，合适的选取颜色空间可进行有效分割。虽然目前已有多种颜色空间可用于彩色图像处理，例如常见的有：RGB、HSV、YCbCr、L*a*b*等，不过每一种颜色空间都有自己独特的优劣势。如何利用这些颜色空间进行大田监控图像的分割处理，并选择一个最佳的颜色空间以达到最好的分割效果是现阶段农业彩色图像分割的一个难题。本研究首先通过对常见颜色模型各单通道图像进行初步对比分析，而后选取HSV的H分量、YCbCr的Cr分量、L*a*b*的a*分量、RGB颜色空间的G与R减运算量，通过2013年11月至2014年3月的海量小麦监控图像，人工选取34幅进行植被分割，并从结果数据中统计分析每种彩色分量的分割准确度和标准差。最终得出了在对麦田监控图像进行植被分割中，L*a*b*颜色模型的a*通道具有最准确和最稳定的结果：34幅不同时点的麦田监控图像，图像分割平均准确度近90％，分割准确度标准差在0.08以下。并在上述实验结果基础上进行了麦田监控图像植被覆盖度的计算和初步分析。本文的研究结论将为大田环境下的小麦监控图像分割研究在颜色空间的选择上提供重要依据，为以后图像处理技术在远程小麦苗情智能分析、以及农田远程信息化管理（农田灌溉、杂草控制等）上的应用提供技术支持。

目录

封面

声明

致谢

目录

中文摘要

1 文献综述

1.1基于图像处理技术的良种选择及精密播种

1.2基于图像分割技术的大田监控图像杂草、虫害识别

1.3 基于彩色图像处理技术的果实识别

1.4 农业图像处理技术小结

2 引言

2.1 研究目的与意义

2.2 本研究主要内容

3 材料与方法

3.1 研究概述及路线

3.2 实验图像数据采集

3.3 常见颜色空间研究及相应通道的选择

3.4 图像的预处理

3.5图像阈值分割

3.6 图像分割效果评价

3.7 麦田基于图像的相对植被覆盖度计算

4 结果与分析

4.1 分割准确度

4.2 准确度标准差

4.3 麦田监控图像植被覆盖度数据初步分析

4.4 小结

5 总结与讨论

参考文献

英文摘要