基于数字图像的谷穗形态快速测量技术的研究

摘要：

本文评价了一种能够快速测量谷子果穗形态的数字图像处理技术，以9个品种的谷子作为材料，每品种20个果穗，使用CCD扫描仪采集谷穗的RGB彩色图像。设计算法对RGB图像进行降噪、灰度化、谷穗分割等处理，测量谷子的穗粗，穗长，穗侧面积，和穗体积等4个形态性状，改变谷穗图像的扫描分辨率、亮度、旋转和镜像后，重新测量，测试图像处理算法鲁棒性。同一性状测量值在图像改变前后的直线回归系数分别为，穗体积在0.985~1.075之间，穗侧面积在0.958~1.050之间，穗长在0.9916~1.030之间，穗粗在1.001~1.050之间。全部决定系数值不小于0.992。结果表明新技术具有图像分辨率、亮度、旋转和镜像的不变性，测量精确度高。开发的数字图像处理技术能够快速、精确测量谷子果穗的形态特征，对今后实现对谷子形态测量自动化奠定了基础。

关键词：谷子果穗、形态测量、图像处理、不变性、非刚性农产品

分类号：TP315(计算技术、计算机技术)

资助基金：现代农业产业技术体系建设专项资金编号CARS-07-12.5-A11；山东省旱地作物水分高效利用创新团队编号20121025。

在线出版日期：2015-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：40-44