-
题名基于小麦穗部小穗图像分割的籽粒计数方法
被引量：17
- 1
-
-
作者
杜世伟
李毅念
姚敏
李玲
丁启朔
何瑞银
-
机构
南京农业大学工学院
-
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2018年第4期742-751,共10页
-
基金
江苏省政策引导类计划(产学研合作)项目(BY2016060-01)
国家重点研发计划项目(2016YFD0300908)
-
文摘
[目的]小麦穗部小穗数及籽粒数能够直接反映小麦产量,也是小麦穗表型研究中2个非常重要的参数。[方法]为了快速测量这2个参数,针对小麦穗部正视图像,提出了一种基于图像处理技术的小麦小穗抛物线分割方法,并实现了小穗数及籽粒数的同步识别计数。首先采用图像预处理算法获得麦穗二值图像,然后将二值图像沿穗轴方向的像素按行求和,根据行像素求和曲线图中波峰波谷确定所需要的小穗3个位置点,由小穗3个位置点在二值图像上确定三点拟合抛物线,最后运用抛物线位置分割出各小穗,同时通过阈值法确定各小穗面积值与其籽粒数之间的关系。[结果]使用3个品种小麦穗图像对小穗数及籽粒数识别方法进行验证,结果表明:采用该方法 3个品种小麦穗部小穗数识别的平均零误差率为68.16%,平均绝对误差为0.46,平均相对误差为2.99%,对比已有文献识别小穗数方法,识别精度显著提高;3个品种小麦穗部籽粒数识别的平均绝对误差为2.11,平均相对误差为5.62%;3个品种单株麦穗平均测量时间为7.99 s。[结论]运用本方法可以快速高精度地对小麦穗部小穗数及籽粒数进行自动计数。
-
关键词
小麦穗
小穗数
籽粒数
图像处理
抛物线分割
-
Keywords
wheatear
spikelet number
grain number
image processing
parabolic segmentation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
