热带作物学报

作者：王鹏, 王雪峰

单位：中国林业科学研究院资源信息研究所，北京 100091

关键词：沉香,可见光图像,K-Means聚类分割算法,图像特征提取,氮素诊断

基金：中央级公益性科研院所基本科研业务费专项资金项目(CAFYBB2021ZB002)

为了促进数字图像处理技术在林木营养诊断中的应用，实现对林木生长状态及养分含量的实时监测，本研究以濒危珍贵树种沉香为对象，构建了3种基于图像颜色特征与形状特征的幼龄沉香全氮含量预测模型，为幼龄林木的营养诊断提供了理论依据。首先，根据边界距离与设定误差的大小确定最佳K值，运用改进的K-Means算法提取前景图像。然后，分离前景图像的R、G、B三通道并分别计算均值，根据图像颜色空间转换公式，将图像分别转换到HIS、Lab颜色空间下，得到色调（H）、饱和度（S）、明度（I）、亮度（L）、红到绿通道（a）、黄到蓝通道（b），共计获得9种颜色特征。寻找前景图像的最小外接矩形，计算前景图像的面积（CA），前景图像最小外接矩形的面积（RA）、周长（RC）以及矩形度（RD），共计获得4种形状特征。最后，分别对颜色特征、形状特征、颜色特征+形状特征进行主成分分析，以获得的3类主成分为自变量构建幼龄沉香全氮含量预测模型，同时对构建的3种模型精度进行检验。结果表明，改善K值选取方式可以降低K-Means聚类分割算法的不确定性，增强算法的分割效率，可以实现对沉香可见光图像的精准分割。本研究构建的3种幼龄沉香全氮含量模型预测能力良好，其中基于单图像参数构建的模型精度基本一致，但基于形状特征构建的模型使用参数更少，相对建模效率更高；双图像参数模型较单图像参数模型的使用参数更多，但拟合度更好、精度更高，在实际应用中可根据不同需要进行选择。本研究运用了不同图像特征构建全氮模型，更好地实现了对幼龄林木全氮含量的无损估测，为精准林业提供了一定的参考。

来源：2023年第3期

《热带作物学报》期刊编辑部

查看热带作物学报杂志2023年第3期