科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高水敏试纸图像处理算法评估喷雾质量的精确性。提出1种雾滴轮廓参数差异识别雾滴类型的方法,并基于机器视觉对K近邻分类模型、逻辑回归分类模型、决策树分类模型和支持向量机识别模型进行对比研究。以水代替农药利用无人植保飞机喷洒,选取10张不同稀疏程度的水敏试纸验证逻辑模型识别的准确性。结果表明,经接受者工作特征(receiver operating characteristic, ROC)曲线评估,ROC曲线与横轴围成的面积(area under the curve of ROC,AUC)取值以逻辑回归分类模型0.98最高。模型识别平均相对误差为4.05%,雾滴识别平均正确率为95.95%,最大相对误差6.62%。基于逻辑回归分类模型构建的雾滴图像处理算法能显著提高雾滴分辨准确率,快速了解田间农药分布情况,为后期田间植保作业提供有力的数据评估。
- 单位
