剔除土壤背景的棉花水分胁迫无人机热红外遥感诊断

被引：24

作者：

张智韬 ^{[1
,2
]}

边江 ^{[1
,2
]}

韩文霆 ^{[2
]}

付秋萍 ^{[3
]}

陈硕博 ^{[1
,2
]}

崔婷 ^{[1
,2
]}

机构：

[1] 西北农林科技大学旱区农业水土工程教育部重点实验室

[2] 西北农林科技大学水利与建筑工程学院

[3] 不详

来源：

农业机械学报 | 2018年 / 49卷 / 10期

基金：

国家重点研发计划;

关键词：

棉花; 无人机; 热红外; Canny边缘检测; 水分胁迫指数; 气孔导度;

D O I：

暂无

中图分类号：

S562 [棉]; TP751 [图像处理方法];

学科分类号：

摘要：

剔除无人机热红外影像中的土壤背景是提高作物水分诊断精度的有效途径,但也是热红外图像处理的难点问题。本文以不同水分处理的花铃期棉花为研究对象,分别在09:00、13:00和17:00等3个时刻,连续5 d采集无人机高分辨率热红外影像,并采用二值化Ostu算法和Canny边缘检测算法对热红外图像进行掩膜处理,实现对土壤背景的剔除,然后分别计算二值化Ostu算法、Canny边缘检测算法和包含土壤背景下的3种棉花水分胁迫指数(Crop water stress index,CWSI),最后建立不同时刻下3种CWSI与棉花叶片气孔导度Gs的关系模型。研究结果表明,应用Canny边缘检测算法可有效剔除热红外影像中的土壤背景,剔除土壤背景后的温度直方图呈单峰的偏态分布;3种处理方法获得的作物水分胁迫指数CWSI中,Canny边缘检测算法的CWSI最小,二值化Ostu算法的CWSI较高,包含土壤背景的CWSI最大;采用Canny边缘检测算法剔除土壤背景后的CWSI与棉花叶片气孔导度Gs的决定系数R2达到0.84,Ostu算法的结果次之,包含土壤背景的最差。本研究可为无人机热红外遥感监测作物水分状况提供参考。

引用

页码：250 / 260

页数：11

共 31 条

[1] 基于冠层温度的玉米缺水诊断研究 [J].