基于改进的Bernsen秸秆覆盖率图像处理算法研究

Journal of Electronic Measurement and Instrumentation(2021)

引用 0|浏览1
暂无评分
摘要
针对当前秸秆覆盖率自动识别准确率低的问题,提出了一种更加准确,适应性更强的秸秆覆盖率检测方法.首先,基于彩色分量空间距离灰度化算法对摄像头采集的秸秆图像进行目标背景分离;其次,再将彩色图像灰度化;最后,使用基于改进的Bernsen算法对图像进行二值化处理并计算秸秆覆盖率.在实验中,选取了秸秆覆盖率区间在20%~30%、30%~40%、40%~50%、50%~60%、60%~70%、70%~80%和80%~90%各200张图片,采用改进前和改进后的Bemsen算法分别计算秸秆覆盖率,结果表明秸秆覆盖率为30%~80%时,采用改进后的Bernsen算法计算秸秆覆盖率更为准确,误差小于5%,而在其他情况下,秸秆覆盖率计算误差在5%~10%.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要