本文主要研究内容
作者孙红,邢子正,张智勇,马旭颖,龙耀威,刘宁,李民赞（2019）在《基于RGB-NIR图像匹配的作物光谱指数特征可视化分析》一文中研究指出：归一化植被指数(NDVI)基于可见光的红色波段(630～680 nm)和近红外区(780～1 100 nm)的反射光谱进行计算,被认为是作物营养与长势诊断的重要指标。为了低成本、快速、无损的检测作物叶绿素含量,计算植株的NDVI并呈现作物的NDVI分布情况,并通过不同角度图像的分析,监测作物营养分布与动态。利用可见光和近红外波段双目成像技术获取图像,在讨论可见光(RGB)和近红外(NIR)图像的匹配算法的基础上,经图像分割与光照影响校正后,针对不同测试角度建立了作物植被指数空间分布图,并对其空间分布特征与影响因素进行了可视化分析。试验利用可见光和近红外双目相机对51株玉米植株,分别在90°, 54°和35°视角下同步采集RGB和NIR图像。对RGB和NIR图像分别进行高斯滤波和拉普拉斯算子增强预处理后,选取了SURF, SIFT和ORB共3种图像匹配算法,并首先利用其进行RGB-NIR图像匹配对齐,以匹配时间(Time),峰值信噪比(PSNR),信息熵(MI)和结构相似性(SSIM)4个参数作为匹配性能评价指标,分别从时间、准确性、稳定性三个方面综合确定最优匹配方法。其次,研究玉米植株的分割方法包括超绿算法(ExG)和最大类间方差算法(OTSU),分别实现图像中作物和背景的分离,提取分割后的RGB图像R(Red), G(Green), B(Blue)分量和NIR图像分量。基于HSI颜色模型,提取I分量讨论了光照对图像的影响,并利用多灰度级标准板建立了植株光谱反射率校正线性公式。然后,利用R(Red)和NIR图像分量计算图像中每个像素的NDVI值,绘制作物植被指数的空间分布图,从而对比分析了不同拍摄角度下光谱植被指数的分布特征。通过不同角度图像的NDVI分布情况,展示监测作物植株不同位置的叶绿素分布情况。结果显示, RGB-NIR图像匹配时间SIFT(1.865 s)>SURF(1.412 s)>ORB(1.121 s),匹配准确性上SURF≈SIFT>ORB,匹配稳定性上SURF>SIFT>ORB,综合比较选取SURF为最优匹配算法。采用4灰度级标准板对R, G, B, NIR分量校正模型的R~2分别为0.78, 0.76, 0.74, 0.77。90°和35°视角分别展现了作物叶和茎的NDVI植被指数分布情况,可为分析和监测作物的营养分布提供技术支持。
Abstract
gui yi hua zhi bei zhi shu (NDVI)ji yu ke jian guang de gong se bo duan (630～680 nm)he jin gong wai ou (780～1 100 nm)de fan she guang pu jin hang ji suan ,bei ren wei shi zuo wu ying yang yu chang shi zhen duan de chong yao zhi biao 。wei le di cheng ben 、kuai su 、mo sun de jian ce zuo wu xie lu su han liang ,ji suan zhi zhu de NDVIbing cheng xian zuo wu de NDVIfen bu qing kuang ,bing tong guo bu tong jiao du tu xiang de fen xi ,jian ce zuo wu ying yang fen bu yu dong tai 。li yong ke jian guang he jin gong wai bo duan shuang mu cheng xiang ji shu huo qu tu xiang ,zai tao lun ke jian guang (RGB)he jin gong wai (NIR)tu xiang de pi pei suan fa de ji chu shang ,jing tu xiang fen ge yu guang zhao ying xiang jiao zheng hou ,zhen dui bu tong ce shi jiao du jian li le zuo wu zhi bei zhi shu kong jian fen bu tu ,bing dui ji kong jian fen bu te zheng yu ying xiang yin su jin hang le ke shi hua fen xi 。shi yan li yong ke jian guang he jin gong wai shuang mu xiang ji dui 51zhu yu mi zhi zhu ,fen bie zai 90°, 54°he 35°shi jiao xia tong bu cai ji RGBhe NIRtu xiang 。dui RGBhe NIRtu xiang fen bie jin hang gao si lv bo he la pu la si suan zi zeng jiang yu chu li hou ,shua qu le SURF, SIFThe ORBgong 3chong tu xiang pi pei suan fa ,bing shou xian li yong ji jin hang RGB-NIRtu xiang pi pei dui ji ,yi pi pei shi jian (Time),feng zhi xin zao bi (PSNR),xin xi shang (MI)he jie gou xiang shi xing (SSIM)4ge can shu zuo wei pi pei xing neng ping jia zhi biao ,fen bie cong shi jian 、zhun que xing 、wen ding xing san ge fang mian zeng ge que ding zui you pi pei fang fa 。ji ci ,yan jiu yu mi zhi zhu de fen ge fang fa bao gua chao lu suan fa (ExG)he zui da lei jian fang cha suan fa (OTSU),fen bie shi xian tu xiang zhong zuo wu he bei jing de fen li ,di qu fen ge hou de RGBtu xiang R(Red), G(Green), B(Blue)fen liang he NIRtu xiang fen liang 。ji yu HSIyan se mo xing ,di qu Ifen liang tao lun le guang zhao dui tu xiang de ying xiang ,bing li yong duo hui du ji biao zhun ban jian li le zhi zhu guang pu fan she lv jiao zheng xian xing gong shi 。ran hou ,li yong R(Red)he NIRtu xiang fen liang ji suan tu xiang zhong mei ge xiang su de NDVIzhi ,hui zhi zuo wu zhi bei zhi shu de kong jian fen bu tu ,cong er dui bi fen xi le bu tong pai she jiao du xia guang pu zhi bei zhi shu de fen bu te zheng 。tong guo bu tong jiao du tu xiang de NDVIfen bu qing kuang ,zhan shi jian ce zuo wu zhi zhu bu tong wei zhi de xie lu su fen bu qing kuang 。jie guo xian shi , RGB-NIRtu xiang pi pei shi jian SIFT(1.865 s)>SURF(1.412 s)>ORB(1.121 s),pi pei zhun que xing shang SURF≈SIFT>ORB,pi pei wen ding xing shang SURF>SIFT>ORB,zeng ge bi jiao shua qu SURFwei zui you pi pei suan fa 。cai yong 4hui du ji biao zhun ban dui R, G, B, NIRfen liang jiao zheng mo xing de R~2fen bie wei 0.78, 0.76, 0.74, 0.77。90°he 35°shi jiao fen bie zhan xian le zuo wu xie he jing de NDVIzhi bei zhi shu fen bu qing kuang ,ke wei fen xi he jian ce zuo wu de ying yang fen bu di gong ji shu zhi chi 。
论文参考文献
论文详细介绍
论文作者分别是来自光谱学与光谱分析的孙红,邢子正,张智勇,马旭颖,龙耀威,刘宁,李民赞，发表于刊物光谱学与光谱分析2019年11期论文，是一篇关于和图像论文,图像处理论文,图像匹配对齐论文,植被指数空间分布论文,光谱学与光谱分析2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自光谱学与光谱分析2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：和图像论文; 图像处理论文; 图像匹配对齐论文; 植被指数空间分布论文; 光谱学与光谱分析2019年11期论文;