农业机械学报

作者：曹英丽，林明童，郭忠辉，肖文，马殿荣，许童羽

单位：沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,

关键词：水稻;无人机;图像分割;颜色空间;高斯混合模型

基金：辽宁省重点研发计划项目（2020JH2/10200038）和国家重点研发计划项目（2017YFD0300700）

为解决传统水稻冠层图像分割算法性能在很大程度上依赖于训练数据集的质量，且分割效果易受田间多变光照强度影响，导致水稻生产参数估计精度不高等问题，提出一种基于Lab颜色空间的非监督贝叶斯方法，用于田间水稻无人机图像分割。模型参数从每个独立、未标记的无人机图像直接学习获得，无需训练。不同图像会有不同的模型参数，该算法能够适应各种不同环境拍摄的图像。将提出的算法应用于分蘖后期田间水稻的无人机图像分割，并与RGB-GMM、HSV-GMM和All-GMM算法进行对比，在高度10m图像中平均查全率、平均查准率和平均F1值分别为0.8427、0.7570和0.7948，在高度15m图像中分别为0.8756、0.7133和0.7788，优于RGB-GMM、HSV-GMM和All-GMM算法。研究表明，本文提出的方法可以从复杂大田环境拍摄的无人机影像中准确提取水稻像素。

来源：2021年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第1期