农业机械学报

作者：刘媛媛,王跃勇,于海业,秦铭霞,孙嘉慧

单位：吉林农业大学,吉林农业大学,吉林大学,吉林农业大学,吉林农业大学,

关键词：秸秆覆盖率;图像分割;灰狼算法;差分进化算法;多阈值

基金：国家高技术研究发展计划（863计划）项目（2013AA103005-04）、吉林省科技发展重点研发项目(20180201014NY)、吉林大学工程仿生教育部重点实验室开放基金项目（K201706）、吉林省教育厅科学技术项目（JJKH20180685KJ、JJKH20190927KJ）和吉林农业大学科研启动基金项目（201718）

针对目前秸秆覆盖率人工检测费时费力、准确率低、信息难以存储的问题，提出了一种基于图像分割的秸秆覆盖率检测方法。考虑到传统图像分割方法精度不高，且多阈值分割时计算量过大，将灰狼算法中的搜索机制与差分进化算法相融合，提出一种基于图像多阈值的自动分割方法（DE-GWO），用于田间秸秆覆盖率检测。首先，对现场采集的秸秆覆盖图像进行预处理，采用自适应Tsallis熵作为目标函数，评估图像分割效率；其次，根据图像的复杂程度选取分割阈值的数量，利用DE-GWO算法对其进行多阈值图像分割；然后，分别按照灰度级别计算分割后图像比例；最后，根据拍摄高度、fov视角等参数，将图像中秸秆覆盖率与实际地理面积进行转换。实验结果表明，本文算法田间秸秆覆盖率与实际测量误差在8%以内，且相比于改进粒子群算法（PSO）和灰狼算法（GWO），DE-GWO算法精确度更高，平均耗时为人工测量的1/1500。开发了一套依据DE-GWO算法的秸秆覆盖率检测软件系统，为后续监控系统的实时检测提供了算法基础和软件支持。

来源：2018年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第12期