利用高分辨率图像估计小麦早期植物密度

作者:谷丰光电 来源: 时间:2017-09-13 10:29:50 浏览次数:

一个有效准确评估小麦早期植物密度的方法。

图像处理特征提取


作物密度是用来管理小麦作物和估计小麦产量的关键农艺性状。田间植物目测计数是目前评估作物密度最常用的方法,这种方法不仅乏味并且耗时。本工作的主要目的是开发一种基于机器视觉的小麦早期密度的自动化测量方法。用高分辨率RGB相机拍摄的RGB图像被分类以识别与植物相对应的绿色像素。提取作物行,并识别连接的组件(对象),然后通过训练神经网络用对象特征来估计对象中植物的数量。该方法对三个以上的实验进行了评估,显示了播种密度从100 - 600 seedsm-2不等的对比情况。结果表明,在平均相对误差为12%的情况下,其密度是准确的。此方法提供了一个有效准确评估小麦早期植物密度的方法。


来源:

Front. Plant Sci., 16 May 2017

Shouyang Liu, Fred Baret, Bruno Andrieu, Philippe Burger and Matthieu Hemmerlé.   Estimation of Wheat Plant Density at Early Stages Using High Resolution Imagery.   https://doi.org/10.3389/fpls.2017.00739