《基于图像拼接的苗期玉米植株缺失数量自动测量方法 Automatic measurement of numbers of maize seedlings based on mosaic imaging》.pdfVIP
- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《基于图像拼接的苗期玉米植株缺失数量自动测量方法 Automatic measurement of numbers of maize seedlings based on mosaic imaging》.pdf
第 30 卷 第 12 期 农 业 工 程 学 报 Vol.30 No.12
148 2014 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2014
基于图像拼接的苗期玉米植株缺失数量自动测量方法
1,2,3 1,2,3※ 1,2,3 1,2,3 1,2,3
王传宇 ,郭新宇 ,肖伯祥 ,杜建军 ,吴 升
(1. 北京农业信息技术研究中心,北京 100097 ; 2. 国家农业信息化工程技术研究中心,北京 100097 ;
3. 农业部农业信息技术重点实验室,北京 100097 )
摘 要:为自动测量苗期玉米植株缺失数量,研究一种基于图像拼接的玉米早期缺苗数量自动测量方法。该方法
首先在田间光照条件下,从植株顶部沿行向获取玉米图像序列,并将图像序列注册到同一坐标系下拼接为行向图
像,然后将植株像素从土壤背景中分割出来,在植株细化骨架上标识茎秆中心点。最后以行向图像上各茎秆中心
点拟合行向直线,将茎秆中心点向行向直线投影,从相邻投影点的距离计算植株平均株距,缺苗数量可由平均株
距和两相邻植株的距离计算。在 3 个不同密度的试验小区上对比该方法与人工测量,每个小区进行 10 次重复,
在低密度和中密度小区两种方法具有较高的相关性,在高密度小区两种方法的相关性有所下降。该方法可以替代
人工测量,从而减少时间和人力投入,提高玉米早期植株缺苗数调查的自动化程度。
关键词:农作物;图像处理;测量;图像序列;图像拼接;苗期玉米;缺苗数量
doi :10.3969/j.issn.1002-6819.2014.12.018
中图分类号:TP391.41 文献标识码:A 文章编号:1002-6819(2014)-12-0148-06
王传宇,郭新宇,肖伯祥,等. 基于图像拼接的苗期玉米植株缺失数量自动测量方法[J].农业工程学报,2014,
30(12):148-153.
Wang Chuanyu, Guo Xinyu, Xiao Boxiang, et al. Automatic measurement of numbers of maize seedlings based on
mosaic imaging[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014,
30(12): 148 -153. (in Chinese with English abstract)
缺苗数量测量均通过田间人工调查方式获取,劳动
0 引 言
强度大、耗费时间长,并且人为误差不可避免。
玉米是世界主要种植的农作物之一,玉米栽培 迄今,国内外众多学者研究了一些自动化的植
学认为均一的冠层整齐度能够促使水肥光热等生 株分布情况获取方法。Jia 等[2]研发出基于计算机视
态因素合理分配,从而获得更高的收获产量。行内 觉的玉米植株位置定位系统,使用顶部和侧向 2 个
玉米植株缺失严重影响冠层整齐度和产量, 方向的图像确定植株中心位置。Sanchiz[3]研发了一
Nafziger[1]发现行内缺失植株时,其两侧的植株在低 套通过序列图像跟踪卷心菜植株的计算机视觉系
密度下(3 000 株/667 m2 )只能补偿其47% 的产量, 统。Birrell 等[4
您可能关注的文档
- 《基于MaxEnt的加拿大一枝黄花在中国的潜在分布区预测 MaxEnt-Based Prediction of Potential Distribution of Solidago canadensis in China》.pdf
- 《基于MCS-PSO算法的邻近海岛多微网动态调度 Dynamic Dispatch of Multi-microgrid for Neighboring Islands Based on MCS-PSO Algorithm》.pdf
- 《基于MODCYCLE分布式水文模型的区域产流规律 Regional runoff study based on MODCYCLE distributed hydrology model》.pdf
- 《基于MODIS NDVI多年时序数据的农作物种植识别 Crop information identification based on MODIS NDVI time-series data》.pdf
- 《基于MODIS数据的冬小麦种植面积快速提取与长势监测 Monitoring of Planting Area and Growth Condition of Winter Wheat in China Based on MODIS Data》.pdf
- 《基于NDVI-SI特征空间的土壤盐渍化遥感模型 Remote sensing monitoring models of soil salinization based in NDVI-SI feature space》.pdf
- 《基于OC-SVM和近红外光谱的秸秆固态发酵进程监测 Monitoring of Straw Solid-state Fermentation Based on NIR and One-class Support Vector Machine》.pdf
- 《基于PC-SAFT方程研究多孔介质中水合物相平衡的预测模型 Hydrate Formation Phase Equilibrium Model in the Porous Media Based on PC-SAFT Equation of State》.pdf
- 《基于PCA-RBF神经网络的烟田土壤水分预测 Prediction for soil moisture tobacco fields based on PCA and RBF neural network》.pdf
- 《基于PCA-SVM的棉花出苗期杂草类型识别 Recognition of Weed during Cotton Emergence Based on Principal Component Analysis and Support Vector Machine》.pdf
原创力文档


文档评论(0)