配备轻型传感器的无人机（UAV）正在对基于田间的作物表型分析产生重大影响。通过人工方式获取，不仅耗时并且非常昂贵，目前无人机表型平台已成功部署，能够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)便是其中一个例子，数字植物计数模型面临的挑战是在不同基因型的田间试验中出现的异源萌发和混合生长阶段。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生长早期幼苗数估计方法。

红花田间实验

在2017年和2018年的田间试验中，提出了一种基于模板匹配的目标图像分析算法，用于红花幼苗早期混合生长阶段的检测。在2017年的田间试验中，选取100块试验田，采用代表红花2-4叶生长阶段的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，分别对300个小区进行了算法验证，其中预估苗数与人工计数密切相关；2017年现场实验数据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。

高重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生长早期计数方法，并进行了验证。该模型在不同生长阶段均表现良好，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