使用图像处理算法量化花生叶片缺陷
计算机视觉与模式识别
2020-06-18 v1 图像与视频处理
摘要
作物缺陷的识别、分类和量化对农民采取预防措施并通过必要补救措施减少产量损失至关重要。由于农田广阔，人工巡检作物繁琐且耗时。基于 UAV 的数据收集、观测、识别和缺陷叶片面积量化被认为是一种有效解决方案。本工作尝试使用图像处理技术估算安得拉邦四个地区受影响的花生叶片面积百分比。所提方法涉及色彩空间变换结合阈值技术以执行分割。在采集期间根据 UAV 拍摄距离、角度及其他相关相机参数进行校准。最后，我们的方法可估算总体叶片和缺陷面积。这四个地区的图像分析结果显示，花生田中约 14–28% 的叶片面积受影响，相应产量将减少。因此，建议仅对田间受影响区域喷洒农药以改善植株生长，从而提高产量。
引用
@article{arxiv.2006.09887,
title = {Quantification of groundnut leaf defects using image processing algorithms},
author = {Asharf and Balasubramanian E and Sankarasrinivasan S},
journal= {arXiv preprint arXiv:2006.09887},
year = {2020}
}