基于图像处理和聚类算法的待考种大豆主茎节数统计

文献类型: 中文期刊

第一作者: 王跃亭

作者: 王跃亭;王敏娟;孙石;杨斯;郑立华

作者机构:

关键词: 大豆考种;主茎节数;图像处理;空间转换;HDBSCAN聚类算法

期刊名称: 农业机械学报

ISSN:

年卷期: 2020 年 012 期

页码: 229-237

收录情况: EI ; 北大核心 ; CSCD

摘要: 为了实现待考种大豆植株主茎节数的快速、高效测量,提出一种基于图像处理和聚类算法的待考种大豆主茎节数统计方法。首先,获取不同视角下的已脱叶待考种大豆植株图像随机抽取训练集与验证集样本植株,并设定初始图像采集间隔与抽样步长;其次通过植株分割、骨架提取、主茎节点去噪等操作,获取分布于植株主茎上的待检测大豆茎节点;通过基于空间距离的数据转换方法将分布离散的大豆茎节点转换至便于聚类的数据集内;利用HDBSCAN聚类算法对不同采集视角下的待检测大豆茎节点进行聚类,统计、记录主茎节数识别准确率,筛选最优采集间隔;最后利用最优采集间隔对剩余样本植株主茎节数进行统计、分析。在63株"中黄30"待考种大豆植株中抽取21株植株作为训练集,并进行实验测试发现在采集间隔为90°时,以最小聚类簇为2融合处理4幅大豆图像,大豆主茎节数识别效果最优。据此对42株验证集样本植株进行主茎节数识别和分析,结果表明,大豆主茎节数识别准确率可达98.25%。该方法能够快速、准确获取大豆主茎节数,可满足大豆考种需求。

分类号: S565.1

  • 相关文献

[1]畜禽养殖废弃物统计数据空间化方法. 阎波杰,吴文英,潘瑜春,王妍. 2011

[2]大豆主茎节数、节间长度遗传分析及与株高关系研究. 闫昊,王博,刘宝泉. 2010

[3]基于BSA和SLAF-Seq技术对大豆主茎节数QTL精细定位. 杨玉花,白志元,卫保国,雷阳,张瑞军. 2021

[4]中国苦荞种质资源的保存与研究. 张宗文. 2006

[5]大豆主茎节数数量性状座定位及遗传效应分析. 郑宝香,刘鑫磊,满为群. 2015

[6]大豆重要农艺性状的QTL定位. 朱晓丽,杨喆,胡国华,关荣霞,刘章雄,常汝镇,邱丽娟. 2005

[7]大豆抗倒伏的预测模型研究. 陈海峰,杨中路,单志慧,沙爱华,陈李淼,张婵娟,张晓娟,袁松丽,邱德珍,万乔,陈水莲,周蓉,周新安. 2014

[8]大豆不同亲本正、反交F_2、F_3、BC_1F_2主茎节数遗传规律研究. 曹永强,董丽杰,吕桂兰,孙旭刚,王文斌,宋书宏,谢甫绨. 2009

[9]高油大豆新品种福豆18. 蓝新隆,张玉梅,胡润芳,林国强. 2024

[10]基于图像处理的小麦穗长和小穗数同步测量. 路文超,罗斌,潘大宇,赵勇,于春花,王成. 2016

[11]玉米果穗图像单一特征的品种鉴别力评价. 杨锦忠,张洪生,郝建平,杜天庆,崔福柱,李娜娜,梁改梅. 2011

[12]基于LabVIEW Vision的加工番茄表面霉斑缺陷检测. 丁竹青,李晓良,张若宇,坎杂,李硕. 2015

[13]基于可见光图像的玉米植株表型检测研究进展. 袁杰,杜建军,郭新宇. 2016

[14]计算机视觉技术在植物根系形态研究中的应用. 杨国梁,张光年,葛庆平,郭新宇. 2006

[15]基于数字图像处理技术的玉米氮肥营养状态诊断. 刘洪见,曾爱平,郑丽敏. 2007

[16]图像处理技术在提取玉米图像骨架上的应用. 刘洪见,郑丽敏,曾爱平. 2007

[17]白冠统计物理模型的验证——Ⅰ.二维等间距投影图的数字化方法研制与应用. 郁诚成,孙宝楠,杨永增,连展. 2017

[18]数学形态学在作物病害图像处理中的应用研究. 刁智华,赵春江,吴刚,郭新宇. 2010

[19]棉种图像精选方案与算法研究. 陈兵旗,高振江,宋同珍,王吉亮,阎洪山,薛理. 2010

[20]密闭空间雾滴沉积状态参数的显微图像解析. 邱白晶,沙俊炎,汤伯敏,吴昊,李佐鹏. 2008

作者其他论文 更多>>