基于分水岭算法的植株叶片沉积参数检测  

Detection of plant leaf deposition parameters based on watershed algorithm

作　　者：岳松儒 陆军 曹冬林 周建华 金天澍 Yue Songru

机构地区：[1]上海电机学院机械学院,上海201306 [2]樱田农机科技(泰州)有限公司,江苏泰州225506 [3]浙江省慈溪市观海卫镇人民政府农业农村办公室,浙江慈溪315315

出　　处：《江苏农业科学》2024年第10期217-224,共8页Jiangsu Agricultural Sciences

基　　金：上海市新农科研究与改革实践项目(编号:沪教委高[2020]42号);泰州市高层次创新创业人才(团队)引进计划(编号:泰人才办[2021]1号);浙江省自然科学基金(编号:LY16C130008);上海电机学院科研启动项目(编号:B1-0288-21-007-01-003)。

摘　　要：针对当前农田作物喷洒农药后,植株表面出现的粘连雾滴影响沉积参数且未能及时检测药液分布情况的问题,搭建植株采集图像装置,提出改进的分水岭算法分割粘连雾滴的方法来快速检测雾滴沉积参数。首先采集了自然生长下喷洒药液的3种不同类型的盆栽植株共9幅图像,为了准确提取植株表面的雾滴,去除了复杂的背景区域;然后用R-G算法准确提取雾滴图像和以形状因子为0.9为阈值结合迭代腐蚀运算识别粘连雾滴;最后对强、弱粘连雾滴分别采用基于距离标记的改进分水岭算法和腐蚀算法分割。结果表明,改进的基于距离标记的分水岭算法分割粘连雾滴平均准确率达到92.31%,且对2~4个粘连雾滴的分割效果较好;本研究算法对比迭代全局阈值算法、大津算法的雾滴覆盖率分别提高39.83%和35.36%;雾滴密度与ImageJ计数、腐蚀运算和传统分水岭算法平均相对误差分别为4.03%、8.05%、7.09%;基于距离标记的改进分水岭的变异系数对比传统分水岭算法和腐蚀算法的相对误差分别为10.80%、18.78%。本研究的改进分水岭算法提高了植株的沉积参数检测准确率,可为执行农田植保作业时检测雾滴分布情况提供参考。

关 键 词：沉积参数 粘连雾滴 分水岭算法 形状因子 植保作业 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]