基于图像处理的小麦穗长和小穗数同步测量

被引:14
作者
路文超 [1 ]
罗斌 [1 ,2 ]
潘大宇 [3 ,2 ]
赵勇 [1 ,2 ,4 ]
于春花 [3 ,2 ,4 ]
王成 [1 ,2 ]
机构
[1] 北京农业智能装备技术研究中心
[2] 农业部农业信息技术重点实验室
[3] 国家农业智能装备工程技术研究中心
[4] 农业智能装备技术北京市重点实验室
基金
北京市自然科学基金;
关键词
图像处理; 穗长; 小穗数; 同步测量; 形态学处理; 曲线拟合;
D O I
10.13733/j.jcam.issn.2095-5553.2016.06.46
中图分类号
S512.1 [小麦];
学科分类号
0901 ;
摘要
小麦穗长和小穗数能够直接反映小麦产量,是育种家非常关心的两个穗部形态参数。为快速测量这两个参数,本文提出一种基于图像处理技术的穗长和小穗数同步测量方法,首先采用形态学处理算法去除麦芒得到麦穗主部图像,然后采用拟合麦穗主部中心曲线的方法来计算麦穗长度,最后采用将曲线穿过小穗区域并统计灰度差异的方法计算小穗数。针对4个品种的50个麦穗进行测量试验,以验证算法性能。试验结果表明,本文穗长和小穗数同步提取算法不仅适用于较直立的麦穗,而且适用于弯曲的麦穗;和人工用直尺沿穗身测量穗长的方法相比,本文穗长提取算法测量结果的平均绝对误差为0.47cm,相对误差为3.95%;和人眼计数测量小穗数的方法相比,本文小穗数提取算法测量结果的平均绝对误差为1.6(≈2),相对误差为7.89%,能有效同步测量穗长和小穗数。
引用
收藏
页码:210 / 215
页数:6
相关论文
共 21 条
[21]   基于图像识别的小麦品种分类研究 [J].
何胜美 ;
李仲来 ;
何中虎 .
中国农业科学, 2005, (09) :1869-1875