江苏大学学报(自然科学版)

作者：任星光，段纳，程义，苗珍

单位：&nbsp;1. 江苏师范大学 电气工程及自动化学院， 江苏 徐州 221116； 2. 江苏蒲公英无人机有限公司， 江苏 徐州221000； 3. 南京科沃云计算信息技术有限公司， 江苏 南京 210000\r\n<div>&nbsp;</div>

关键词：&nbsp;机器视觉, 图像处理,基本苗,HSV空间,滤波, 连通域

基金：&nbsp;国家自然科学基金资助项目(62173166)； 江苏省研究生实践创新计划项目(SJCX20_0903)

&nbsp; 为了降低基本苗统计中的人力成本、提高统计效率和精度，设计了一种基于机器视觉的统计方法.新方法根据图像在HSV空间的良好性质确定兴趣区域，通过图像腐蚀与膨胀算法去除噪声，获得利于提取的连通域，并达到最后统计的目标.利用植保无人机在徐州某地区水稻农田获取的基本苗图像，将图像从RGB空间转换为HSV空间，通过阈值选择获取兴趣区域达到预期统计效果.结果表明，试验验证了基于机器视觉基本苗统计方法的有效性，新方法与人工统计方法相比提高了统计效率. &nbsp;

来源：2022年第2期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2022年第2期