基于像素块和机器学习的播前棉田地表残膜覆盖率检测
;石河子大学机械电气工程学院;农业农村部西北农业装备重点实验室
- 摘 要：
- 由于农用地膜的长期使用，棉田残留地膜造成了严重的耕地环境污染。为了快速准确地检测播前棉田地表残膜污染，该研究提出一种基于像素块和机器学习的播前棉田地表残膜覆盖率检测方法。将原始图像通过不同尺寸分割的方法得到像素块，提取像素块的一阶、二阶、三阶颜色矩和灰度共生矩阵（Gray-level Co-occurrence Matrix,GLCM）纹理特征，通过像素占比判别方法提取标签。采用随机森林（Random Forests,RF）、极端梯度提升（Xtreme Gradient Boosting,XGBoost）、支持向量机（Support Vector Machine,SVM）和人工神经网络（Artificial Neural Network,ANN）4种算法构建残膜识别模型，计算棉田地表的残膜覆盖率。结果表明，20×20像素块下采用人工神经网络算法，残膜覆盖率检测值与真实值的相对误差最小，为0.51%，检测时间最短，为0.29 s。相比于像素点，像素块识别方法减小了样本数量，增加了像素点之间的相互特征，可快速准确检测残膜覆盖率，对农田残膜污染监测具有一定借鉴意义。
关键词：机器学习;污染;像素块;残膜;棉田;检测;
相似文章
-
基于无人机图像以及不同机器学习和深度学习模型的小麦倒伏率检测（英文） [Paulo FLORES, 张昭] 智慧农业(中英文) 2021 (2) 23-34
-
基于AlexNet优化的板材材种识别方法 [杨楠楠, 白岩, 姜苏译, 杨春梅, 徐凯宏] 林业科学 2022,58 (3) 149-158
-
联合Sentinel-1和Sentinel-2数据反演森林蓄积量 [张雨田, 许晓东, 石军南, 刘洋, 蔡耀通, 林辉, 石灵杰, 张怀清] 四川林业科技 2022 (2) 71-80
-
基于机器学习的排涝闸站雨后水位预测 [江赜伟, 杨士红, 柳真杨, 徐俊增, 庞晴晴] 灌溉排水学报 2022,41 (4) 135-140
-
基于人工智能的作物病害识别研究进展 [周长建, 宋佳, 向文胜] 植物保护学报 2022 (1) 316-324
-
基于深度卷积神经网络的复杂多目标规划问题机器学习方法 [张涛, 陈薇, 周俊, 刘瑞林, 陈芳] 长江大学学报(自科版)农学卷 2022,19 (4) 100-110
-
基于机器学习算法的奶牛疾病预测模型的研究 [李尚汝, 宋佳美, 张城瑞, 孙雨坤, 张永根] 中国畜牧兽医 2022 (7) 2534-2546
-
我国涉农企业科技成果转化效率提升路径研究-基于SSBM-网络DEA与LightGBM方法 [林青宁, 毛世平] 农业技术经济 2022 (5) 4-17
-
智慧农业在社会经济发展中的应用 [曹颖] 农村百事通 2021 (35) 172-174
-
比较机器学习等算法对肉鸡产蛋性状育种值估计的准确性 [丁纪强, 李庆贺, 张高猛, 李森, 郑麦青, 文杰, 赵桂苹] 畜牧兽医学报 2022,53 (5) 1364-1372
