基于近红外传感器和面向对象光谱分割技术的田间棉株识别与提取

摘要

实时、高效、可靠的田间目标作物识别是精确农业中作物科学管理的基础,也是精确农业的术之一.而传统的基于象元的信息提取方法已难以胜任复杂图像处理和高精度目标识别的需要.文章利用高分辨率的传感器获取可见一近红外影像,运用面向对象光谱分割技术和最邻近分类器,根据高分辨影像丰富的空间和光谱特征,利用对象的光谱、形状、拓扑等信息准确地进行田间棉株的识别.最后随机选取了300个样点,利用误差分析矩阵方法对识别结果进行了精度评价.结果表明田间棉株识别的总体精度高达96.33%,而KAPPA系数也达到0.926 7.尽管识别类型中棉株与背景(土壤,杂草等)有少量的混淆,而研究的识别精度完全可以满足精确农业自动化管理和决策的要求.