计数玉米穗行数的机器视觉研究

被引：12

作者：

韩仲志 ^{[1
,2
]}

杨锦忠 ^{[1
,3
]}

机构：

[1] 青岛农业大学数字农业研究中心

[2] 青岛农业大学信息科学与工程学院

[3] 青岛农业大学农学与植保学院

来源：

玉米科学 | 2010年 / 18卷 / 02期

关键词：

玉米; 图像处理; 边界标记; 离散曲率; 穗行数;

D O I：

10.13597/j.cnki.maize.science.2010.02.035

中图分类号：

S513 [玉米（玉蜀黍）];

学科分类号：

0901 ;

摘要：

评价通过机器视觉的方法进行穗行数自动检测的可行性,提出一种基于边界标记和离散曲率的边缘算法确定行数,建立了检测模型。在扫描78幅不同玉米品种的果穗横断面图像的基础上进行检验。结果表明:试样玉米的穗行数为12～18行,检测的绝对误差为0.103行,相对误差率为0.66%,零误差率达到90%以上。实验证明检测算法真实可靠,机器视觉具有成本和速度上的优势,能够用于玉米穗行数的自动检测。

引用

收藏

页码：146 / 148+152 +152

页数：4

相关论文

共 10 条

[1] 玉米果穗DUS性状测试的图像处理应用研究 [J].

赵春明 ;

韩仲志 ;

杨锦忠 ;

李娜娜 ;

梁改梅 .

中国农业科学, 2009, 42 (11) :4100-4105

[2] 基于种子图像处理的大数目玉米品种形态识别 [J].

杨锦忠 ;

郝建平 ;

杜天庆 ;

崔福柱 ;

桑素平 .

作物学报, 2008, (06) :1069-1073

[3] 基于图像处理的玉米品种的种子形态分析及其分类研究 [J].

郝建平 ;

杨锦忠 ;

杜天庆 ;

崔福柱 ;

桑素平 .

中国农业科学 , 2008, (04) :994-1002

[4] 基于形态和颜色特征的花生品质检测方法 [J].

韩仲志 ;

匡桂娟 ;

刘元勇 ;

严敏 .

花生学报, 2007, (04) :18-21+28

[5] 强噪声环境下基于ICA/BSS的语音识别预处理方法 [J].

韩仲志 ;

黄汉明 ;

叶洪涛 .

云南大学学报(自然科学版), 2005, (S2) :322-326

[6] 数字图像处理在玉米发芽试验中的应用研究 [J].

张晓宇 ;

杨锦忠 .

玉米科学, 2005, (02) :109-111

[7] Potential of artificial neural networks in varietal identification using morphometry of wheat grains [J].

Dubey, B. P. ;

Bhagwat, S. G. ;

Shouche, S. P. ;

Sainis, J. K. .

BIOSYSTEMS ENGINEERING, 2006, 95 (01) :61-67

[8] Two-dimensional image analysis of the shape of rice and its application to separating varieties [J].

Sakai, N ;

Yonekawa, S ;

Matsuzaki, A ;

Morishima, H .

JOURNAL OF FOOD ENGINEERING, 1996, 27 (04) :397-407

[9]

中国玉米栽培学.[M].才卓等编著;郭庆法等主编;.上海科学技术出版社.2004,

[10]

实用玉米自交系.[M].曹广才等主编;.气象出版社.2000,