基于无人机高清数码影像的水稻产量估算

• 作者: 于丰华 曹英丽 李昂 王洋 肖文 许童羽
• 来源期刊: 沈阳农业大学学报
• 学科: 农学
• 关键词: 无人机 颜色空间 K均值聚类 图像分割 水稻穗
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 研究简报
• 页码范围: 629-635
• 页数: 7页
• 分类号: S127
• 字数: 4583字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2017.05.017

摘要

目前常用的水稻产量估算方法以卫星遥感估产为主,卫星遥感估产的分辨率较低、缺乏机理性、误差较大.为了能够快速灵活地获取水稻冠层信息、提高分辨率、准确地估测水稻产量,利用无人机平台搭载高清数码相机,拍摄从抽穗期到成熟期的水稻冠层影像,首先应用中值滤波算法对RGB颜色空间下水稻冠层图像进行去噪,然后针对彩色水稻图像的颜色特征,将图像由RGB颜色空间转换到L*a*b*颜色空间,运用K均值聚类算法对水稻冠层图像进行聚类分析、图像分割,提取出水稻穗、获得水稻穗数量、代入水稻产量估算公式进行估产.试验区域共有18块水稻小区(长8m,宽5m),在水稻抽穗期到成熟期之间拍摄4次.试验记录的数据包括拍摄的时间、高度以及分辨率,同时还要在田间实测水稻穗的数量和水稻的产量,为后期评价和判断K均值聚类算法提取水稻穗的精度以及水稻产量估测的精度提供依据.对水稻产量的实测值与估测值、田间实测的水稻穗数量与图像中提取水稻穗数量进行对比分析.结果表明:对8月18日无人机拍摄的水稻冠层影像进行图像分割,提取出水稻穗的效果较好,估产的精度较高,产量估计均方根误差和平均绝对百分误差分别为9.08和22.8%,水稻穗数估计均方根误差和平均绝对百分误差分别为19.86和5.8%.说明利用无人机搭载数码相机能够快速、无损地获取水稻冠层信息,运用K均值聚类算法能够较为准确地将水稻穗从水稻冠层图像中分割出来,利用数字图像对水稻产量进行估算是可行的.