基于分水嶺算法的植株葉片沉積參數(shù)檢測

岳松儒 陸軍 曹冬林 周建華 金天澍

doi：10.15889/j.issn.1002-1302.2024.10.030

摘要：針對當(dāng)前農(nóng)田作物噴灑農(nóng)藥后，植株表面出現(xiàn)的粘連霧滴影響沉積參數(shù)且未能及時(shí)檢測藥液分布情況的問題，搭建植株采集圖像裝置，提出改進(jìn)的分水嶺算法分割粘連霧滴的方法來快速檢測霧滴沉積參數(shù)。首先采集了自然生長下噴灑藥液的3種不同類型的盆栽植株共9幅圖像，為了準(zhǔn)確提取植株表面的霧滴，去除了復(fù)雜的背景區(qū)域；然后用R-G算法準(zhǔn)確提取霧滴圖像和以形狀因子為0.9為閾值結(jié)合迭代腐蝕運(yùn)算識別粘連霧滴；最后對強(qiáng)、弱粘連霧滴分別采用基于距離標(biāo)記的改進(jìn)分水嶺算法和腐蝕算法分割。結(jié)果表明，改進(jìn)的基于距離標(biāo)記的分水嶺算法分割粘連霧滴平均準(zhǔn)確率達(dá)到92.31%，且對2～4個(gè)粘連霧滴的分割效果較好；本研究算法對比迭代全局閾值算法、大津算法的霧滴覆蓋率分別提高39.83%和35.36%；霧滴密度與ImageJ計(jì)數(shù)、腐蝕運(yùn)算和傳統(tǒng)分水嶺算法平均相對誤差分別為4.03%、8.05%、7.09%；基于距離標(biāo)記的改進(jìn)分水嶺的變異系數(shù)對比傳統(tǒng)分水嶺算法和腐蝕算法的相對誤差分別為10.80%、18.78%。本研究的改進(jìn)分水嶺算法提高了植株的沉積參數(shù)檢測準(zhǔn)確率，可為執(zhí)行農(nóng)田植保作業(yè)時(shí)檢測霧滴分布情況提供參考。

關(guān)鍵詞：沉積參數(shù)；粘連霧滴；分水嶺算法；形狀因子；植保作業(yè)

中圖分類號：TP391.41? 文獻(xiàn)標(biāo)志碼：A

文章編號：1002-1302（2024）10-0217-08

收稿日期：2023-05-29

基金項(xiàng)目：上海市新農(nóng)科研究與改革實(shí)踐項(xiàng)目（編號：滬教委高［2020］42號）；泰州市高層次創(chuàng)新創(chuàng)業(yè)人才（團(tuán)隊(duì)）引進(jìn)計(jì)劃（編號：泰人才辦［2021］1號）；……