面向番茄植株相近色目标识别的多波段图像融合方法

• Published in: 智慧农业（中英文） Vol. 2; no. 2; pp. 126 - 134
• Main Authors: 冯青春, 陈建, 成伟, 王秀
• Format: Journal Article
• Language: Chinese
• Published: 中国农业科学院农业信息研究所 30.06.2020
• Subjects: NSGA-II; 农业机器人; 相近色目标; 图像融合; 番茄植株; 光谱特征
• ISSN: 2096-8094
• DOI: 10.12133/j.smartag.2020.2.2.202002-SA001

针对温室番茄智能化管理需要，研究茎秆、叶片和绿果等3类相近色目标的多波段图像融合方法，以凸显目标与背景亮度差异，提高目标视觉识别效率。根据其各自在300～1000 nm范围的反射光谱特征差异，建立了针对其光谱数据分类的Lasso正则化逻辑回归模型。基于模型的稀疏解特征，确定具有较大权值系数的450、600和900 nm等3个波段作为最优成像波段，在此基础上构建了温室番茄植株多波段图像在线采集系统。结合最优成像波段下相近色目标图像特征分析，提出了基于NSGA-II的多波段图像加权融合方法，以增强特定目标与近色背景物体的图像亮度差异。最后通过现场试验对多波段图像融合效果进行评估。结果表明，分别以茎秆、叶片和绿果器官作为识别目标，通过多波段图像融合处理后，目标与背景之间的图像灰度差异绝对差值相应达到单波段图像的2.02、8.63和7.89倍，即被识别目标与其他近色背景的亮度差异显著增强，且背景物的亮度波动得到抑制。本研究结果可以为农业环境近色目标视觉识别相关研究提供参考。