《表1 水稻冠层图像的分割误差比较》
![《表1 水稻冠层图像的分割误差比较》](http://bookimg.mtoou.info/tubiao/gif/NKDB201904007_26100.gif)
本系列图表出处文件名:随高清版一同展现
《支持向量机和最大类间方差法结合的水稻冠层图像分割方法》
注:*表示与本文算法相比差异显著(LSD-test,P<0.05)。Note:*indicates significant difference compared with proposed method at P<0.05 level.
绿色是区别植物和土壤、水等背景物体最主要的色彩特征,是基于色彩特征的冠层图像分割算法中最主要的计算参数[17,18]。本研究结果也表明,水稻和背景像元的G色彩特征双峰特征明显(图1),同时,g色彩特征(标准化G)是分类超平面Z的第二大构成参数(公式13,其贡献系数为0.421)。黄巧义等[34]发现,水稻冠层图像中G色彩特征显著受光照强度影响,在阴天条件下,水稻和背景像元的G色彩特征双峰特征非常明显,而在多云和晴天条件下,水稻和背景像元的G色彩特征频度分布的重叠率逐渐提高。本研究结果也表明,基于超绿特征的ExG&OTSU算法对阴天条件下获取的水稻冠层图像分割效果较高,但随着光照强度的提高,其分割精度逐渐降低(表1)。研究表明,在RGB色彩空间的基础上引进CIE L*a*b*中的a*和b*色彩特征变量,可以显著提高分割算法的光强稳健性[21,22],在多云和晴天条件下获取的水稻冠层图像中水稻和背景像元的a*和b*色彩特征双峰现象仍较明显[34],本研究结果也表明,水稻冠层图像中a*和b*色彩特征的双峰现象明显(重叠率分别为1.24%和2.99%,图1)。另一方面,a*色彩特征变量表征了绿色-品红的颜色变化度级,与水稻叶片对绿光和红光的吸收/反射率紧密相关,在绿色图像分割中具有较强的辨识度。刘亚东和崔日鲜[35]对小麦冠层图像的分割算法中也发现a*色彩特征变量的重要性,这可能是本文中a*色彩特征对分类超平面Z的贡献率最大的原因(公式13,其贡献系数为0.753)。HSV色彩空间也被用于降低光强对色彩指标分割算法的影响[23],本文结果表明,水稻冠层图像中水稻和背景像元的S色彩特征的双峰现象明显(重叠率为4.37%,图1)。但是,S色彩特征对分类超平面Z的贡献率较小,这可能是由于在分类超平面Z的构成因素中,表征水稻叶色的变量占了主导地位(2个,g和a*色彩特征变量),从而降低了明度(S)的重要性。由分类超平面Z的计算公式(公式13)可见,色彩特征指标a*的贡献率最大,其次是g色彩特征,第三是b*,S的贡献率最小。其中,a*色彩特征的双峰性最明显,其次是b*和S色彩特征,g双峰性相对较差。g色彩特征在分类超平面Z中的贡献率较大,可能是由于植物叶片和背景对绿光的反射率差异较大[35]。
图表编号 | XD0038512000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 黄巧义、张木、李苹、付弘婷、黄旭、唐拴虎 |
绘制单位 | 广东省农业科学院农业资源与环境研究所农业农村部南方植物营养与肥料重点实验室广东省养分资源循环利用与耕地保育重点实验室、华南农业大学资源环境学院、广东省农业科学院农业资源与环境研究所农业农村部南方植物营养与肥料重点实验室广东省养分资源循环利用与耕地保育重点实验室、广东省农业科学院农业资源与环境研究所农业农村部南方植物营养与肥料重点实验室广东省养分资源循环利用与耕地保育重点实验室、广东省农业科学院农业资源与环境研究所农业农村部南方植物营养与肥料重点实验室广东省养分资源循环利用与耕地保育重点实验室、广东省农业科 |
更多格式 | 高清、无水印(增值服务) |