快速、无损、准确地获取作物冠层温度是监测作物是否受到干旱、病虫害等不利环境因素影响的重要手段,有助于农民对作物制定更加合理的灌溉施肥方案,从而实现增收增产的目标。以人工手持冠层测温仪和卫星遥感方式获取作物冠层温度存在耗时、耗力和范围局限等问题,而无人机能够大范围快速地获取遥感影像,且以热红外影像作为单一数据源较难提取高精度的作物冠层温度。针对上述问题,以玉米为研究对象,通过六旋翼无人机搭载热成像仪以及大疆精灵四Pro无人机获取遥感影像,将高精度正射影像结合热红外影像作为数据源,利用分水岭算法、支持向量机(Support Vector Machines,SVM)算法和改进的Canny边缘检测算法,分别对正射影像进行分割得到玉米冠层区域,生成面矢量文件并创建掩膜,套合于热红外影像中提取玉米冠层温度。主要研究内容及结果如下:(1)基于标记控制分水岭算法的玉米冠层温度提取方法。采用标记控制的分水岭算法,通过计算分割函数、利用基于形态学的开闭重建算法标记前景与背景、修改分割函数和分水岭变换等步骤对正射影像进行分割,提取玉米冠层区域,再结合热红外影像提取玉米冠层温度。实验结果表明,该方法分割提取的玉米冠层区域的平均精确率、完整度和准确率分别为73.54%、71.41%和54.78%,提取的玉米冠层温度与实测值的RMSE和分别为2.1850和0.7231。该方法在分割过程中对弱边缘具有敏感的响应,图像表面灰度突变会造成一定的过分割现象,因此该方法分割的效果较差,使得提取的冠层温度精度较低,难以满足精细研究的要求。(2)基于支持向量机的玉米冠层温度提取方法。通过人工选点得到可信的训练样本、选用径向核函数(Radial Basis Function,RBF)、利用网格参数寻优法进行核参数的寻优和学习训练SVM模型等步骤,对正射影像分类提取玉米冠层区域,结合热红外影像提取玉米冠层温度。实验结果表明,该方法分割提取的玉米冠层区域的平均精确率、完整度和准确率分别为87.09%、84.41%和73.88%,提取的玉米冠层温度与实测值的RMSE和分别为1.5896和0.8592。该方法能够分割出玉米冠层区域,但在分割过程中对于玉米冠层和杂草的分割能力欠佳,导致提取得到的玉米冠层区域不完整或含有较多非冠层区域,效果不理想。(3)基于改进的Canny边缘检测的玉米冠层温度提取方法。针对SVM和分水岭算法在玉米冠层区域分割过程中出现的漏分割和过分割的问题,对传统Canny边缘检测算法进行改进,即选用选择性的表面模糊代替高斯模糊解决平滑边缘的问题;采用最优梯度算子解决传统算子对噪声十分敏感的问题;采用基于最大类间方差算法自适应同步搜索高低阈值,解决传统Canny算子中以人工经验难以搜索最优双阈值的问题。采用改进的Canny边缘检测算法对正射影像分类得到玉米冠层区域,结合热红外影像提取玉米冠层温度。实验结果表明,该方法分割提取的玉米冠层区域的平均精确率、完整度和准确率分别为93.88%、92.97%和87.98%,提取的玉米冠层温度与实测值的RMSE和分别为1.1982和0.9257。该方法能够较好地分割出玉米冠层区域,使得提取的玉米冠层温度准确率更高。实验结果表明,改进的Canny边缘检测算法较标记控制分水岭算法和SVM算法能够更好地解决分割过程中出现的漏分割和过分割的问题,能够较好地识别玉米冠层区域和阴影、杂草、石子等非冠层区域,使得分割得到的玉米冠层区域更加完整,提取到更加精确的玉米冠层温度。该方法能够快速、准确、无损地提取玉米冠层温度,为大范围进行玉米冠层温度的监测、制定合理的灌溉施肥方案提供有效的手段。