基于图像特征的越冬期冬小麦冠层含水率检测

摘要：

以越冬期冬小麦冠层可见光图像为对象,研究基于图像特征的含水率检测方法.采用同态滤波与多尺度Retinex相结合的光照增强算法,消除自然条件下光照不均匀和颜色失真的影响,提取颜色、纹理和形态等39个初始图像特征,采用相关分析和假设检验进行显著特征筛选,并运用偏最小二乘回归建立冠层含水率检测模型.对淮麦30和烟农19 2个冬小麦品种的测试结果显示,检测相对误差均值为1.290％,方差为1.053,2个品种之间没有明显差异,而晴天、中午的检测误差稍大,表明研究的方法具有较高的检测精度和良好的适应性.

关键词：冬小麦、冠层含水率、检测模型、图像处理、特征筛选、偏最小二乘回归

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：安徽省自然科学基金资助项目1508085MF110、安徽省科技攻关资助项目1501031102和引进国际先进农业科学技术计划948计划资助项目2015-Z44

在线出版日期：2016-04-06（万方平台首次上网日期，不代表论文的发表时间）

页码：260-267