郝若帆:基于分散样本图像的区域秸秆覆盖率估算研究论文

郝若帆:基于分散样本图像的区域秸秆覆盖率估算研究论文

本文主要研究内容

作者郝若帆(2019)在《基于分散样本图像的区域秸秆覆盖率估算研究》一文中研究指出:秸秆还田可减少由焚烧秸秆产生的环境污染及资源浪费,是农业上保护水土肥力的一种重要措施,在环保和农业可持续发展中起到了很大作用。由于晾干的秸秆和土地的颜色相差甚微,秸秆还田作业面积大,用遥感或航拍获取的图像辨识度差,不能用于统计农机手的整个作业面积的秸秆覆盖率,而通过传统的人工测量费时费力。因此,在对单块秸秆覆盖地块图像进行覆盖率检测后,应用基于耕向性的近邻算法对区域地块进行覆盖率的估算。课题研究主要包括分散图像的秸秆识别及覆盖率计算和区域秸秆覆盖率的估算及系统实现。在分散图像的识别及覆盖率计算部分,介绍了SVM图像分类理论基础,将在自然光下采集的粉碎秸秆图像作为分散样本图像,提出了能量光谱归一化(ESN)的图像预处理方法对图像进行预处理,用SVM算法进行秸秆和土地的分类,并对参数进行了探索性研究,用形态学图像处理算法得到准确的图像覆盖率,仿真过程借助MATLAB数学工具箱实现。在区域秸秆覆盖率的估算部分,提出了基于耕向性思想的K-近邻(KNN)算法,利用得到的分散图像的秸秆覆盖率和其位置信息作为覆盖率和位置信息已知的地块,进行周围其它未知地块覆盖率的估算,将结果进行比较和统计,得到包含这些分散样本在内的指定区域的各地块秸秆覆盖率,系统通过Visual Studio 2017环境进行C#编程实现。试验结果表明,采用SVM算法对经过ESN处理后的粉碎秸秆图像分类,具有很好的识别效果,用形态学思想对图像进一步处理后计算得到的覆盖率准确度高,且用经过训练过程得到的训练集对所有经过ESN处理的图像进行SVM预测,结果不受光照影响,效率高。通过验证方案得出,基于耕向性的KNN算法适合区域秸秆覆盖率的估算研究,满足分散性密度和耕向性条件的情况下,估算结果误差小于5%。使用区域秸秆覆盖率估算研究系统可以快速、方便地实现估算结果。

Abstract

jie gan hai tian ke jian shao you fen shao jie gan chan sheng de huan jing wu ran ji zi yuan lang fei ,shi nong ye shang bao hu shui tu fei li de yi chong chong yao cuo shi ,zai huan bao he nong ye ke chi xu fa zhan zhong qi dao le hen da zuo yong 。you yu liang gan de jie gan he tu de de yan se xiang cha shen wei ,jie gan hai tian zuo ye mian ji da ,yong yao gan huo hang pai huo qu de tu xiang bian shi du cha ,bu neng yong yu tong ji nong ji shou de zheng ge zuo ye mian ji de jie gan fu gai lv ,er tong guo chuan tong de ren gong ce liang fei shi fei li 。yin ci ,zai dui chan kuai jie gan fu gai de kuai tu xiang jin hang fu gai lv jian ce hou ,ying yong ji yu geng xiang xing de jin lin suan fa dui ou yu de kuai jin hang fu gai lv de gu suan 。ke ti yan jiu zhu yao bao gua fen san tu xiang de jie gan shi bie ji fu gai lv ji suan he ou yu jie gan fu gai lv de gu suan ji ji tong shi xian 。zai fen san tu xiang de shi bie ji fu gai lv ji suan bu fen ,jie shao le SVMtu xiang fen lei li lun ji chu ,jiang zai zi ran guang xia cai ji de fen sui jie gan tu xiang zuo wei fen san yang ben tu xiang ,di chu le neng liang guang pu gui yi hua (ESN)de tu xiang yu chu li fang fa dui tu xiang jin hang yu chu li ,yong SVMsuan fa jin hang jie gan he tu de de fen lei ,bing dui can shu jin hang le tan suo xing yan jiu ,yong xing tai xue tu xiang chu li suan fa de dao zhun que de tu xiang fu gai lv ,fang zhen guo cheng jie zhu MATLABshu xue gong ju xiang shi xian 。zai ou yu jie gan fu gai lv de gu suan bu fen ,di chu le ji yu geng xiang xing sai xiang de K-jin lin (KNN)suan fa ,li yong de dao de fen san tu xiang de jie gan fu gai lv he ji wei zhi xin xi zuo wei fu gai lv he wei zhi xin xi yi zhi de de kuai ,jin hang zhou wei ji ta wei zhi de kuai fu gai lv de gu suan ,jiang jie guo jin hang bi jiao he tong ji ,de dao bao han zhe xie fen san yang ben zai nei de zhi ding ou yu de ge de kuai jie gan fu gai lv ,ji tong tong guo Visual Studio 2017huan jing jin hang C#bian cheng shi xian 。shi yan jie guo biao ming ,cai yong SVMsuan fa dui jing guo ESNchu li hou de fen sui jie gan tu xiang fen lei ,ju you hen hao de shi bie xiao guo ,yong xing tai xue sai xiang dui tu xiang jin yi bu chu li hou ji suan de dao de fu gai lv zhun que du gao ,ju yong jing guo xun lian guo cheng de dao de xun lian ji dui suo you jing guo ESNchu li de tu xiang jin hang SVMyu ce ,jie guo bu shou guang zhao ying xiang ,xiao lv gao 。tong guo yan zheng fang an de chu ,ji yu geng xiang xing de KNNsuan fa kuo ge ou yu jie gan fu gai lv de gu suan yan jiu ,man zu fen san xing mi du he geng xiang xing tiao jian de qing kuang xia ,gu suan jie guo wu cha xiao yu 5%。shi yong ou yu jie gan fu gai lv gu suan yan jiu ji tong ke yi kuai su 、fang bian de shi xian gu suan jie guo 。

论文参考文献

  • [1].基于统计特征的无参考图像质量评价模型研究[D]. 杜人钢.江西财经大学2019
  • [2].基于生成对抗网络的单张图像去雨技术研究[D]. 谌乔波.上海交通大学2018
  • [3].面向802.11p并发传输的图像分层编码算法与实现[D]. 赵长明.大连理工大学2018
  • [4].图像去雾算法研究[D]. 金于君.深圳大学2018
  • [5].低照度图像的增强算法研究[D]. 徐博.哈尔滨理工大学2019
  • [6].视频监控图像的质量评估方法研究[D]. 杨瑛.华东师范大学2019
  • [7].基于区域雾浓度的自适应调参图像去雾方法研究[D]. 满美麟.山东大学2019
  • [8].图像可逆信息隐藏误差预测关键技术研究[D]. 王晓雨.齐鲁工业大学2019
  • [9].婴幼儿脑MR图像处理与分割算法研究[D]. 于文义.东北大学2015
  • [10].单幅图像雾霾浓度感知与去雾算法研究[D]. 龚建伟.湖南大学2018
  • 读者推荐
  • [1].基于图像处理的自聚焦透镜端面质量检测研究[D]. 张敏.西京学院2019
  • [2].基于SVM和BP神经网络的短时交通流预测与实现[D]. 余涛.南京邮电大学2018
  • [3].基于图像处理的路面标志及障碍物检测研究[D]. 顾晨晨.河北科技大学2019
  • [4].秸秆深还不同用量对黑土肥力及有机质特征变化的影响[D]. 黄莹.吉林农业大学2018
  • [5].不同秸秆还田与耕作方式对土壤水热条件及大豆产量的影响[D]. 刘育荣.东北农业大学2018
  • [6].秸秆还田与地膜覆盖对吉林省水稻生长发育及产量的影响[D]. 王晓航.吉林农业大学2018
  • [7].基于图像处理的车牌识别算法的研究与设计[D]. 顾李云.南京邮电大学2018
  • [8].基于图像识别的种植机器人的研究与应用[D]. 曹世佳.河北科技大学2019
  • [9].基于LIN和USB总线的雨刮器电机控制系统的研制[D]. 黄煌.哈尔滨工业大学2007
  • [10].基于数字图像处理技术的水稻氮素营养诊断研究[D]. 孙棋.浙江大学2008
  • 论文详细介绍

    论文作者分别是来自河北科技大学的郝若帆,发表于刊物河北科技大学2019-01-15论文,是一篇关于秸秆覆盖率论文,耕向性论文,区域秸秆覆盖率论文,河北科技大学2019-01-15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,资料来自河北科技大学2019-01-15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:;  ;  ;  ;  

    郝若帆:基于分散样本图像的区域秸秆覆盖率估算研究论文
    下载Doc文档

    猜你喜欢