基于可见光光谱和随机森林算法的冬小麦冠层图像分割

编号 zgly0000931250

文献类型 期刊论文

文献题名 基于可见光光谱和随机森林算法的冬小麦冠层图像分割

作者 刘亚东  崔日鲜 

作者单位 青岛农业大学农学与植物保护学院/山东省旱作农业技术重点实验室 

母体文献 光谱学与光谱分析 

年卷期 2015(12)

页码 3480-3484

年份 2015 

关键词 可见光光谱  随机森林算法  最大类间方差法  冠层图像  分割 

文摘内容 数字图像分析技术因其高效、快速等特点,已被广泛应用于作物长势和氮素营养状况的无损监测领域。获取作物冠层覆盖度及可见光光谱亮度值及其衍生的色彩指数,需要从作物冠层图像中准确分割出作物图像。研究以冬小麦与背景(土壤)在可见光波段反射率的差异为依据,利用基于CIEL*a*b*色彩空间a*分量的最大类间方差法和基于sRGB和CIEL*a*b*两个色彩空间的随机森林算法对冬小麦冠层图像进行了分割,并比较了图像分割精度。结果表明,三种方法均具有较高的分割精度,其中基于随机森林算法的图像分割效果明显好于最大类间方差法,而基于sRGB和CIEL*a*b*两个色彩空间的随机森林算法的图像分割效果差异较小。