用于农作物种植信息提取的图像分割技术研究进展  

Research progress on image segmentation technology for crop planting information extraction

作　　者：黄祥 王克晓 李波 吴园[1] HUANG Xiang;WANG Kexiao;LI Bo;WU Yuan

机构地区：[1]重庆市农业科学院,重庆401329

出　　处：《南方农业》2023年第17期89-92,共4页South China Agriculture

基　　金：重庆市农业科学院市级财政科研项目(cqaas2023sjczqn007)。

摘　　要：为了解农作物种植信息提取领域的图像分割技术研究现状,对常用的图像分割方法进行了系统性梳理。根据是否引入深度学习算法将图像分割技术分为传统方法和深度学习分割方法。简要概述了阈值分割、分水岭分割、聚类分割、边缘分割及多尺度分割等4种传统图像分割方法和FCN、Deep-Lab及SegNet等3种基于深度学习的图像分割方法,分析了各种方法在农作物种植信息提取中的优缺点,以及图像分割技术目前存在的难点,以期为提高图像分割技术在农作物种植信息提取中的应用水平提供参考。

关 键 词：农作物 遥感监测 图像分割 深度学习 计算机视觉 

分 类 号：S771.8[农业科学—森林工程]