采用染色示踪技术的土壤优先流自动分割与量化系统

S152.7; 针对土壤染色图像色度不一致、染色/非染色区域对比度低的特点,以及现有土壤染色图像分割方法自动化程度弱的问题,该研究提出一种土壤优先流自动分割与量化系统.该系统采用基于H分量改进的模糊C均值方法(Fuzzy C-Means Based on H Component and Morphology,HM-FCM)实现染色区域的自动分割,运用数学统计法提取总染色面积比、基质流深度、优先流比等特征参数,实现对土壤染色区域的量化分析,以揭示优先流的发育程度.并基于2种林地染色图像验证了系统性能.试验结果表明:1)HM-FCM法对于天然次生林和榛子林图像均具有最佳分割效果,其分割准确率为87...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 37; no. 6; pp. 127 - 134
Main Authors 韩巧玲, 柏浩, 赵玥, 赵燕东, 徐向波, 李继红
Format Journal Article
LanguageChinese
Published 智慧林业研究中心,北京 100083%东北林业大学林学院,哈尔滨 150040 15.03.2021
国家林业局林业装备与自动化国家重点实验室,北京 100083
城乡生态环境北京实验室,北京 100083
智慧林业研究中心,北京 100083%北京林业大学工学院,北京 100083
北京林业大学工学院,北京 100083
Subjects
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2021.06.016

Cover

More Information
Summary:S152.7; 针对土壤染色图像色度不一致、染色/非染色区域对比度低的特点,以及现有土壤染色图像分割方法自动化程度弱的问题,该研究提出一种土壤优先流自动分割与量化系统.该系统采用基于H分量改进的模糊C均值方法(Fuzzy C-Means Based on H Component and Morphology,HM-FCM)实现染色区域的自动分割,运用数学统计法提取总染色面积比、基质流深度、优先流比等特征参数,实现对土壤染色区域的量化分析,以揭示优先流的发育程度.并基于2种林地染色图像验证了系统性能.试验结果表明:1)HM-FCM法对于天然次生林和榛子林图像均具有最佳分割效果,其分割准确率为87.9%和83.3%,调和平均值为90.5%和80.3%;2)2种林地土壤染色区域总体集中于0~50 cm土层,优先流具有不同发育程度(P<0.05).该系统可为优先流路径的空间演变提供技术支持和理论依据.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2021.06.016