光に適応した画像強化で,交差栽培の視覚分析を改善する

科学分野:

• 農業科学
• コンピュータ・ビジョン
• リモートセンシング

背景:

• トウモロコシと大豆の合間栽培は 植物の高さや影が異なるため 画像による認識が困難です
• 照明の変動は,農業環境における画像分析の精度に大きな影響を与えます.

研究 の 目的:

• トウモロコシと大豆の交配システムにおける大豆の樹冠画像の照明補償モデルを開発し,評価する.
• 画像の均一性を高め,不均等な照明の影響を軽減し,作物の認識を改善します.

主な方法:

• 収穫高の差,太陽の上昇角度,光の強さを用いて回帰モデルが開発されました.
• このモデルは,大豆の樹冠画像を修正し,ヒストグラムの均等化,マルチスケールレチネックス (MSR) およびガンマ補正と比較した.
• 定量評価はピーク信号対ノイズ比 (PSNR) とRGBとHLSのカラーチャネルの分析を使用した.

主要な成果:

• 提案された照明補償モデルは40.79dBのPSNRを達成し,優れた画像品質を示しています.
• この方法は,緑色のチャンネル値と全体的なRGB値の有意な改善で,効果的に明るさを増加させ,局所的な変動を減少させました.
• チャンネル別標準偏差分析では,緑色 (G) と色彩 (H) のチャネルでの偏差が低く,画像の一貫性が向上したことが示されました.

結論:

• 開発された照明補償モデルにより,トウモロコシと大豆の交配システムにおける画像の均一性が著しく向上します.
• この進歩は,複雑な農業環境における画像ベースの認識作業の正確性と信頼性の向上に不可欠です.
• このモデルは,照明の変動に対処するための堅固なソリューションを提供し,より効果的な精密農業アプリケーションの道を開きます.