一种基于航空可见光图像烟草数量统计方法.docVIP

一种基于航空可见光图像烟草数量统计方法 　　摘要：传统烟草（Nicotiana tabacum L.）数量清点工作主要依靠人工现场抽样的方式，这种方法费时、费力且统计误差较大。针对这一缺点，提出一种基于航空可见光图像处理的烟草数量统计方法。利用无人机所获取的高分辨率影像，采用K-means聚类方法对烟田图像进行图像分割分类，提取图像中绿色植物部分，提取颜色、面积、长宽比等简单特征对杂草进行预剔除，通过构建烟株与杂草样本库，利用灰度梯度共生矩阵，提取其灰度平均、梯度均方差、相关、惯性等4种特征参量，并基于BP神经网络算法进一步对杂草进行识别，剔除杂草，统计烟株，提取连通域数量，即为烟株数量 关键词：烟草（Nicotiana tabacum L.）；数量统计；航空遥感；可见光图像；神经网络；杂草剔除 中图分类号：S572；S127 文献标识码：A 文章编号：0439-8114（2017）07-1348-03 DOI：10.14088/j.cnki.issn0439-8114.2017.07.038 A Statistic Method for Tobacco Based on Airborne Images CHEN Dao-ying1，ZHANG Juan2，HUANG Guo-qiang1，YANG He-meng2，GUO Liang1，LIU Jin-yu2 （1.Ningxiang Branch of Changsha Tobacco Companies，Changsha 410600，China；2.Tianjin Aerospace Zhongwei Data System Technology Co.，Ltd.，Tianjin 300301，China） Abstract： Traditionally， the work of counting the number of tobacco has to mainly rely on the artificial method. This method is time-consuming and brings large errors. In response to this shortcoming， a method based on aviation visible images was provided. In this method， the images acquired by UAVs， are first segmented based on K-means clustering algorithm to extract the green parts. Remove the weeds initially by features， such as colors， area and aspect ratio. Then， characteristic parameters are extracted by the gradient co-occurrence matrix. Recognize the weeds based on the BP neural network， taking the characteristics as the entrances. In this way， the integral tobacco can be obtained. Finally， compute the number of connected domains in the image and take it as the number of tobacco plants. Key words： tobacco（Nicotiana tabacum L.）；counting；airborne remote sensing；visible images；neural network；weeds removing 近年?恚?遥感技术已经越来越多的应用于农业领域，主要涉及农作物种类、种植面积及分布范围的统计分析。利用遥感影像可实现对各种农作物种植面积的快速监测，便于各部门及时掌握每年作物种植情况，从而为政府采取相关农业管理措施提供决策依据 烟草公司在烟草种植过程中，需对烟草数量进行严格控制，以便于对烟草市场进行管理，因此，烟草公司通常在烟苗移植初期对单位面积的烟草种植数量进行抽样统计。目前，烟草清点工作主要依靠工作人员现场抽样的方式，这种方法费时、费力，工作效率较低，已无法满足烟草公司快速、及时监控烟草种植情况的需要。由于卫星影像分辨率的限制，无法满足烟草植株统计工作的需求，利用高分辨率的航空遥感可见光影像