文献类型：期刊文章

作　　者：吴兰兰[1] 熊利荣[1] 彭辉[2]

WU Lanlan;XIONG Lirong;PENG Hui(College of Engineering,Huazhong Agricultural University/Key Laboratory of AgriculturalEquipment in Mid-lower Yangtze River,Ministry of Agriculture and Rural Affairs,Wuhan 430070,China;College of Informatics,Huazhong Agricultural University,Wuhan 430070,China)

机构地区：[1]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 [2]华中农业大学信息学院,武汉430070

出　　处：《华中农业大学学报》

基　　金：国家自然科学基金项目(31401288)

年　　份：2019

卷　　号：38

期　　号：2

起止页码：109-113

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、JST、RCCSE、WOS、ZGKJHX、ZR、核心刊

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。

关 键 词：图像分割 油菜 植被指数 阴影区域  自然光照

分 类 号：TP391.4]