基于多元岭回归估计小麦种植密度

摘要：

种植密度对小麦产量影响较大,合理的种植密度对提高小麦产量具有重要意义.因此,快速、准确的估计小麦种植密度显得尤为关键.提出一种基于多元岭回归估计小麦种植密度的方法.首先,将获取的彩色麦苗图像从RGB颜色空间转到Lab颜色空间,利用改进的K-means聚类算法对麦苗进行分割.然后,选取已知种植密度的50幅麦苗图像作为训练样本进行标准化,获得标准化麦苗图像的面积特征、轮廓特征和LBP纹理特征,将这3个特征参数和已知的麦苗密度作为训练输入,利用多元岭回归得到麦苗密度与特征参数间的函数映射关系.最后,对要测试的麦苗图像,按照上述步骤进行处理,求出测试麦苗图像的3个特征参数作为输入,代入映射函数得到测试麦苗图像的密度值.结果 表明,该方法在估计4个不同品种小麦种植密度时,田间麦苗单幅图像中小麦种植密度的估计平均精度达到93.99％,平均相对误差为6.01％,对比已有估计小麦种植密度的方法,该方法估计精度显著提高.

关键词：多元岭回归、局部纹理特征、麦苗密度、K-means聚类、颜色空间

所属期刊栏目：22

分类号：S512.1(禾谷类作物)

资助基金：国家自然科学基金项目;陕西省科技厅重点研发项目

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：72-80