建设轻型传感器的无人机（UAV）在对基于田间的作物表型分析产生沉大影响。通过人为方式获取

，不仅耗时并且极度昂贵

，目前无人机表型平台已成功部署

，可能以精确和高效的方式获取表型数据。在田间试验中估算植物密度(或计数)就是其中一个例子

，数字植物计数模型面对的挑战是在分歧基因型的田间试验中出现的异源萌发和混合成长阶段。本文以红花为例

，介绍了一种基于模板匹配的无人机图像混合成长早期幼苗数估计步骤。

红花田间尝试

在2017年和2018年的田间试验中

，提出了一种基于模板匹配的指标图像分析算法

，用于红花幼苗早期混合成长阶段的检测。在2017年的田间试验中

，拔取100块试验田

，选取代表红花2-4叶成长阶段的10个亚组的成组模板类型进行试验

，幼苗检测成功。在2017年和2018年的田间试验中

，别离对300个幼区进行了算法验证

，其中预估苗数与人为计数亲昵有关；2017年现场尝试数据R² = 0.87, MAE = 8.18, RSME = 9.38, 2018年现场试验数据R² = 0.86, MAE = 9.16, RSME = 10.51。

高沉叠区域的红花幼苗检测

本文提出了一种基于无人机图像的红花幼苗混合成长早期计数步骤

，并进行了验证。该模型在分歧成长阶段均阐发优良

，可用于多种作物的密度估算。

关键词：基于对象的图像分析

，植物表型

，幼苗技术

，UAV

Plant Methods.Estimation of crop plant density at early mixed growth stages using UAV imagery.Joshua C. O. Koh, Matthew Hayden, Hans Daetwyler and Surya Kant.https://doi.org/10.1186/s13007-019-0449-1