| 农作物实景监测中的图像数据质量控制方法研究 |
| |
| 引用本文： | 李翠娜,石广玉,余正泓,白晓东.农作物实景监测中的图像数据质量控制方法研究[J].气象,2020,46(1):119-128. |
| |
| 作者姓名： | 李翠娜 石广玉 余正泓 白晓东 |
| |
| 作者单位： | 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京 100029;中国科学院大学,北京 100049;中国气象局气象探测中心,北京 100081;中国气象局沈阳大气环境研究所,沈阳 110300;中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京 100029;广东科学技术职业学院,珠海 519090;南京邮电大学,南京 210023 |
| |
| 基金项目： | 中国气象局沈阳大气环境研究所开放基金课题(2016SYIAE12)和国家自然科学基金项目(61701260)共同资助 |
| |
| 摘 要： | 农作物实景自动监测系统具有自动、非接触、非破坏性等优点,是传统农业气象观测的补充。开展图像质量控制是合理使用农作物实景自动监测系统资料的基础。利用郑州、泰安和固城三地的历史农作物实景图像资料,设计了基于颜色特征参数检测和基于暗通道先验直方图检测的图像数据质量控制方法。通过对2010—2012年三年夏玉米和冬小麦等不同天气条件下得到的农作物实景自动观测资料进行质量控制与应用效果检验。结果表明:两种质量控制方法均可判断出农作物实景自动监测系统中图像观测资料的异常数据;基于颜色特征参数检测方法可有效识别出像素缺失图像,准确率达100%;基于暗通道先验直方图检测方法能有效识别出污染图像,平均准确率为95.7%,平均召回率为87.5%。该质量控制方法可减小模型估算值与观测数据之间的误差,目前已应用于省级农业自动观测业务系统。
|
| 关 键 词： | 机器学习 农作物实景监测图像 质量控制 暗通道 |
| 收稿时间： | 2018/10/18 0:00:00 |
| 修稿时间： | 2019/11/7 0:00:00 |
Research on Image Data Quality Control Method in Crop Real Landscape Observation |
| |
| LI Cuin,SHI Guangyu,YU Zhenghong and BAI Xiaodong.Research on Image Data Quality Control Method in Crop Real Landscape Observation[J].Meteorological Monthly,2020,46(1):119-128. |
| |
| Authors: | LI Cuin SHI Guangyu YU Zhenghong and BAI Xiaodong |
| |
| Abstract: | |
| |
| Keywords: | machine learning crop monitoring picture control quality dark channel |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《气象》浏览原始摘要信息 |
| 点击此处可从《气象》下载免费的PDF全文 |
|
