• 首页|编委会|期刊简介|期刊荣誉|投稿指南|联系我们|过刊浏览|在线留言
吴兰兰,熊利荣,彭辉.基于RGB植被指数的大田油菜图像分割定量评价[J].华中农业大学学报,2019,38(2):109-113
基于RGB植被指数的大田油菜图像分割定量评价
Quantitative evaluation of in field rapeseed image segmentation based on RGB vegetation indices
投稿时间:2018-07-11  
DOI:
中文关键词:  图像分割  油菜  植被指数  阴影区域  自然光照
英文关键词:image segmentation  rapeseed  vegetation index  shadow region  natural illumination
基金项目:国家自然科学基金项目(31401288)
作者单位E-mail
吴兰兰 华中农业大学工学院/农业农村部长江中下游农业装备重点实验室武汉 430070 wulanlan@mail.hzau.edu.cn 
熊利荣 华中农业大学工学院/农业农村部长江中下游农业装备重点实验室武汉 430070  
彭辉 华中农业大学信息学院武汉 430070  
摘要点击次数: 111
全文下载次数: 97
中文摘要:
      以自然光下大田油菜幼苗图像为研究对象,运用超红指数ExR、超绿指数ExG、超绿超红差分指数ExGR、归一化植被指数NDI、植被提取颜色指数CIVE、植被指数组合COM 等6种常用植被指数和阈值算法分割具有阴影区域的大田油菜图像,同时试验中引入定量评价标准客观评价常用RGB空间植被指数的分割效果。结果表明:定性分析中COM指数优于其他5种植被指数,能够减少阴影带来的分割影响,并在局部叶片分割试验中保留完整叶片轮廓;定量分析中COM指数提供最佳分割精度、灵敏度和特指度分别为94.1%、97.2%、90.9%,其相应标准差为1.1、1.3和0.06。
英文摘要:
      In field rapeseed seedling images under natural illumination were studied with six color vegetation index segmentation approaches including excess red vegetative index (ExR),excess green vegetation index (ExG),excess green minus excess red (ExGR),normalized difference vegetation index (NDI),color index of vegetation extraction (CIVE) and combination of vegetation indices (COM).The thresholding based algorithms were used to extract in field rapeseed plant with shadow image.The segmentation of common RGB vegetation indices were objectively estimated with quantitative evaluation criteria.The results showed that the COM index is superior to the other 5 vegetation indices in the qualitative analysis,which can reduce the segmentation effect caused by the shadow and retain the complete blade profile in the local blade segmentation tests.In the quantitative analyses,the COM index provides the best segmentation accuracy,sensitivity and specificity of 94.1%,97.2% and 90.9%,respectively,with the corresponding standard deviations of 1.1,1.3 and 0.06.
查看全文  查看/发表评论  下载PDF阅读器
关闭
版权所有:华中农业大学学报(自然科学版)  
主管单位:教育部 主办单位:华中农业大学 地址:湖北武汉南湖狮子山华中农业大学内
电话:027-87287364 电子邮件:hnlkxb@mail.hzau.edu.cn
您是本站第6413608位访问者  今日一共访问2164次  
技术支持:北京勤云科技发展有限公司