适应光线的图像增强,以改善间耕作中的视觉分析
Wei Zhong1, Wanting Yang2, Yunfei Wang1
1School of Agricultural Engineering, Jiangsu University, Zhenjiang, China.
Frontiers in plant science
|September 5, 2025
概括
这项研究开发了玉米和大豆交叉作物的照明补偿模型,显著提高了图像质量和统一性,以更好地识别作物. 这种新方法在减少由作物阴影引起的亮度变化方面优于传统技术.
科学领域:
- 农业科学
- 计算机视觉
- 遥感技术
背景情况:
- 玉米和大豆的交叉种植对基于图像的识别具有挑战,原因是植物的高度和阴影的变化.
- 在农业环境中,照明变化对图像分析的准确性有很大影响.
研究的目的:
- 在玉米和大豆交叉种植系统中开发和评估大豆树冠图像的照明补偿模型.
- 增强图像均性和减轻不均照明的影响,以改善作物识别.
主要方法:
- 使用作物高度差异,太阳升高角度和光强度开发了回归模型.
- 该模型用于纠正大豆树冠图像,并与基因图平衡,多尺度Retinex (MSR) 和马校正进行比较.
- 使用峰值信号噪声比 (PSNR) 和RGB和HLS颜色通道的分析进行了定量评估.
主要成果:
- 拟议的照明补偿模型实现了40.79dB的PSNR,这表明图像质量优越.
- 这种方法有效地提高了亮度和减少了局部波动,绿色通道值和整体RGB值得到了明显的改善.
- 道标准偏差分析显示绿色 (G) 和色调 (H) 道的差异较小,显示出更好的图像一致性.
结论:
- 开发的照明补偿模型显著提高了玉米和大豆交叉种植系统的图像均性.
- 这一进步对于提高复杂农业环境中的基于图像的识别任务的准确性和可靠性至关重要.
- 该模型为解决照明差异提供了强大的解决方案,为更有效的精准农业应用铺平了道路.
