基于无人机遥感影像的收获期后残膜识别方法

• 作者: 吴雪梅 喻丽华 张大斌 张富贵 梁长江
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 无人机 遥感影像 残膜 提取 颜色特征 脉冲耦合神经网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 189-195
• 页数: 7页
• 分类号: TP79|S25
• 字数: 4634字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.08.021

摘要

针对人工评估农田残膜劳动强度高、效率低等问题,以及收获期后残膜识别困难的问题,提出了一种基于颜色特征的残膜识别方法.为了克服光照对残膜识别精度的影响,首先分析了阳光直射区、阴影区残膜和土壤RGB与HSV颜色分量灰度差异;然后,选择最佳颜色分量进行残膜图像分割,分别对比分析了手动阈值法、迭代阈值法、最大类间方差法、最大熵值法、K-means均值聚类法和脉冲耦合神经网络法的分割效果,结合原始图像残膜分布特点,优选出基于脉冲耦合神经网络的分割法;结合图像形态学算法,最终提取了烟地残膜面积与分布.结果 表明,B分量可从背景中分割出直射区残膜,但不能分割阴影区残膜;S分量可从背景中分割出直射区和阴影区残膜;基于S分量的脉冲耦合神经网络分割法效果最佳,利用该方法对不同时期的农田残膜进行识别,6叶期、烟叶收获后、烟杆拔除后和冬季空闲期的识别率分别为96.99％、69.47％、93.55％和88.95％,地膜覆盖周期的平均识别率为87.49％.本文方法可快速准确地识别出秋后的农田残膜,提供残膜时空分布信息及变化特征,可为农田环境健康评估提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张大斌	贵州大学机械工程学院	66	218	7.0	12.0
2	张富贵	贵州大学机械工程学院	102	369	10.0	14.0
3	吴雪梅	贵州大学机械工程学院	72	323	9.0	14.0
4	喻丽华	贵州大学机械工程学院	25	100	5.0	9.0
5	梁长江	贵州大学机械工程学院	4	2	1.0	1.0