基于H分量K-Means多种环境条件下谷子冠层图像提取

来源：湖北农业科学杂志2021年第5期北京时间：

作者：郑小南, 张吴平, 韩冀皖, 杨凡, 刘宇平, 梁靓, 李富忠

单位：山西农业大学软件学院,山西 太谷 030801

摘要：以谷子为研究对象,采集谷子阴天、背景复杂有阴影、光照不均、露水雨水反光4类环境条件下的冠层图像,分别采用超绿分割、Lab空间K均值聚类分割和基于H分量的K均值聚类分割3种算法进行冠层提取,探究不同条件下谷子冠层提取的最优方法。对于阴天和背景复杂有阴影的谷子冠层图像,3种算法均可以较完整地提取,分割准确率均达到93%以上;对于光照不均的图像,超绿分割效果最差,基于Lab空间和基于H分量下的K均值聚类分割效果相对优异,分割准确率分别为93%和96%;对于露水雨水反光的图像,基于H分量的K均值聚类分割准确率最高,达到97%。基于H分量的K均值聚类算法对4种不同环境条件下获取的谷子冠层图像分割效果均较理想,为后续谷子生长自动监测提供了一定的参考价值。

关键词：K均值聚类,谷子冠层分割,H分量

基金资助：山西省重点研发计划重点项目（201703D211002-2）; 农业大数据创新平台项目（K481811076）; 中小企业大数据平台开发项目（K4810902）