文献类型： 中文期刊

作者： 徐昌莉 ¹ ; 曾绍华 ² ; 李娇 ³ ; 刘国一 ⁴ ; 詹雪萍 ⁵ ; 龙伍 ⁶ ;

作者机构： 1.重庆师范大学计算机与信息科学学院

2.重庆市数字农业服务工程技术研究中心

3.重庆市农村土地整治中心

4.西藏自治区农牧科学院农业资源与环境研究所

5.重庆市铜梁区农业农村委员会

6.宣汉县土黄中学

关键词： 土壤图像增强;亮度可控;Sigmoid曲线拟合;颜色校正

期刊名称： 重庆师范大学学报(自然科学版)

ISSN： 1672-6693

年卷期： 2024 年 41 卷 001 期

页码： 86-99

收录情况： 北大核心 ; CSCD

摘要： 图像在相同条件下表征土壤特征会提高土壤图像识别土种的精度.对自然环境下机器视觉采集的土壤图像亮度可控增强,将不同光照条件采集的土壤图像转换为近似于该土壤在某些特定光照条件下采集的具有一定亮度的真实土壤图像,能消除或减弱光照对后续土壤图像土种识别的影响.因此,应用Sigmoid曲线对土壤图像亮度(Y)分量的累积概率密度(cumulative distribution function,cdf)曲线拟合;然后,构建目标亮度逼近优化模型,迁移拟合的Sigmoid曲线逼近目标亮度;再依据像素的邻域信息对相同亮度的像素排序、迁移,实现土壤图像的亮度可控增强;最后,利用高斯卷积核提取色调(U)、饱和度(V)分量的低频分量,并基于色比不变性原理与原始土壤图像的邻域信息对增强土壤图像的U、V分量高低频分别增强,完成颜色校正,并融合增强亮度分量,获得增强的彩色土壤图像.实验结果表明,提出算法对完全重合的亮度不同成对真实土壤图像做有目标增强实验,增强后的土壤图像与真实目标土壤图像对应像素Y、U、v分量差的标准差均值分别为14.313 7、1.323 2、2.110 5,峰值信噪比均值为29.820 9;与对比算法2-D HS、WGSF比较,计算对比算法增强后的土壤图像与真实目标土壤图像对应像素Y、U、V分量差的标准差均值,提出算法比对比算法分别降低了 0.767 7~4.762 9、0.052 4~1.110 4、0.071 4~1.272 0.所提算法对土壤图像亮度可控增强的精度高,失真度小,有效亮度增强范围为[-35,35],实验证明算法是有效的.