基于图像特征的越冬期冬小麦冠层含水率检测

• 作者: 刘莉 周琼 杨春合 江朝晖 饶元
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 冬小麦 冠层含水率 检测模型 图像处理 特征筛选 偏最小二乘回归
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 260-267
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.12.035

摘要

以越冬期冬小麦冠层可见光图像为对象,研究基于图像特征的含水率检测方法.采用同态滤波与多尺度Retinex相结合的光照增强算法,消除自然条件下光照不均匀和颜色失真的影响,提取颜色、纹理和形态等39个初始图像特征,采用相关分析和假设检验进行显著特征筛选,并运用偏最小二乘回归建立冠层含水率检测模型.对淮麦30和烟农19 2个冬小麦品种的测试结果显示,检测相对误差均值为1.290％,方差为1.053,2个品种之间没有明显差异,而晴天、中午的检测误差稍大,表明研究的方法具有较高的检测精度和良好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘莉	安徽农业大学园艺学院	55	421	13.0	18.0
2	周琼	安徽农业大学信息与计算机学院	9	27	3.0	5.0
3	江朝晖	安徽农业大学信息与计算机学院	55	390	10.0	17.0
4	饶元	安徽农业大学信息与计算机学院	42	120	7.0	9.0
5	杨春合	安徽农业大学信息与计算机学院	5	30	3.0	5.0