机器视觉技术在农业中的应用

随着我国科技的进步,机器视觉技术发展的越来越成熟,其非破坏性、准确性、快速性以及灵活性的特点在农业方面都得到了很好的体现.该文在查阅相关文献的基础上,对机器视觉技术的研究成果进行了总结,综述了机器视觉技术在农产品品质分级、自动摘取、检测植物生长进程以及监测病虫害等方面的应用,分析了近年来机器视觉在农业发展应用中存在的问题,并对未来发展方向进行了展望.     

基于无人机多光谱遥感和机器学习算法的南疆棉花生物量估算

为探究不同生育期内植被指数对南疆棉花地上部生物量的估算潜力，利用无人机测取试验地塔河二号棉花3个生育期(蕾期、花铃期、吐絮期)多光谱影像数据，同时进行棉花植株生物量(地上部分干质量)的数据采集，对不同生育时期的棉花光谱及地上部生物量变化特征进行分析，选取Pearson相关系数法筛选出的单一植被指数和多种植被指数组合构建基于偏最小二乘法(PLSR)、支持向量机(SVM)和随机森林(RF)3种机器学习算法的反演模型，通过决定系数(R²)和均方根误差(RMSE)对反演效果进行评定。结果表明，地上生物量在蕾期至吐絮期内持续增大，多光谱近红外波段反射率在蕾期至吐絮期内先升高后降低，花铃期的模型估算效果最佳，R²均≥0.68,RMSE均≤0.53;NDVI、RVI和GNDVI这3种植被指数与棉花地上部生物量的相关性最高，相关系数均≥0.765,呈极显著相关关系(P<0.01);以植被指数组合(NDVI-RVI)为变量的支持向量机回归模型的建模效果最优。本研究探究了不同植被指数组合和不同机器学习算法建模的估算效果，证明了植被指数融合的方法在棉花不同生...