无人机遥感影像具有较高的空间分辨率，已被广泛应用于田间作物的表型信息提取。在作物育种和栽培研究中，需要提取大批量植株样本的表型参数，进而分析不同品种以及不同栽培方式下的作物生长差异。但传统的人工测量方法劳动量大、效率低，难以完成大批量样本的表型观测。相比之下，无人机遥感技术具有无损、快速和高效等优势，在大批量样本的表型观测中表现出极大的应用潜力。作物的育种和栽培试验通常包含大量相互独立的试验田块，在利用无人机遥感技术提取不同田块的表型参数时，首先要对影像进行分割，提取出影像包含的不同试验田块。本研究以无人机获取的高粱田RGB影像为研究对象，提出了一种新的田块自动提取方法，能够准确高效地提取出影像中的高粱田块。

　　本研究使用的影像为RGB正射影像，影像航拍高度为40m，空间分辨率为1cm，其中包含大量相互独立的高粱试验田块 (图1)。如图2(a)所示，影像中的田块呈网格分布，为了便于分析，本研究将南北方向(竖直方向)的田块分布定义为行，东西方向(水平方向)的田块分布定义为列。基于此，本研究提出了一种名为COPE(Comb Function Optimization Plot Extraction, COPE)的田块提取方法，该方法先对影像进行列分割，然后在列分割的基础上，根据田块之间的空隙进一步进行行分割，从而实现田块提取，具体的算法流程如图2(b)所示。通过与已有研究的对比分析发现，COPE的田块提取精度更高、效率更快，因此COPE能够准确高效地实现田块自动提取。

　　由于COPE利用田块之间的空隙对田块进行分割，因此COPE在作物生长早期的使用效果更好，此时作物植株较小，田块之间的空隙较为明显。此外，目前COPE的应用仅限于呈网格分布的田块提取中，接下来的研究需进一步探索非网格分布的田块提取方法。如需COPE的源码和测试数据集，请联系Edward J. Delp (Email:ace@ecn.purdue.edu)。

　　图1 无人机航拍的RGB正射影像和部分影像放大图(红框内为高粱田块)

　　图2 (a)田块的行列分布和(b)COPE算法流程图

　　来源：Changye Yang, Sriram Baireddy, Enyu Cai, et al. Field-Based Plot Extraction Using UAV RGB Images[J]. arXiv: 2109.00632, 2021, [cs.CV]

　　编辑：段博