Key points are not available for this paper at this time.
작물 출현과 캐노피 커버는 감자 (Solanum tuberosum L.) 품종 평가 및 영양 관리에 중요한 생리학적 특성입니다. 이들은 품종 선별, 필드 관리 및 수확 예측에서 중요한 역할을 합니다. 이러한 특성의 전통적인 수동 평가 방법은 노동력이 많이 소모될 뿐만 아니라 종종 주관적입니다. 본 연구에서는 무인 항공기(UAV)에서 촬영한 고해상도 RGB 정사 이미지로부터 작물 출현을 추정하기 위해 반자동 이미지 분석 소프트웨어를 개발하였습니다. 감자 식물 객체는 과잉 녹색 지수 및 오츠 임계값 방법을 사용하여 맨땅에서 추출되었습니다. 이미지로부터 여섯 가지 형태학적 특성이 계산되어 감자의 출현 단계에서 식물 수를 추정하는 랜덤 포레스트 분류기의 변수로 사용되었습니다. 그 결과는 품종, 칼륨(K) 비료 투입량, 및 새로운 복합 비료가 감자 성장에 미치는 영향 조사에 designed된 세 가지 실험에서 작물 출현을 추정하는 데 사용되었습니다. 결과는 RGB UAV 이미지 분석이 수동 평가와 비교하여 감자 작물 출현률을 정확하게 추정할 수 있음을 나타내며, 상관 계수 (r^2) 0.96 을 가지고 있으며 출현 균일성을 평가하는 효율적인 도구를 제공합니다. 제안된 UAV 이미지 분석 방법은 출현 단계에서 감자 작물 개발을 평가하기 위한 고처리량 표현형 분석 방법으로 사용하기에 유망한 도구입니다. 또한 비료 관리 최적화 및 출현 일관성 향상에 대한 향후 연구를 촉진할 수 있습니다.
Li et al. (2019)는 이 질문을 연구하였습니다.