您好,欢迎访问北京市农林科学院 机构知识库!

基于形态学图像处理的麦穗形态特征无损测量

文献类型: 中文期刊

作者: 毕昆 1 ; 姜盼 1 ; 李磊 1 ; 石本义 1 ; 王成 1 ;

作者机构: 1.北京农业信息技术研究中心

关键词: 形态学;无损测量;麦穗;图像处理;BP分类器

期刊名称: 农业工程学报

ISSN: 1002-6819

年卷期: 2010 年 26 卷 12 期

页码: 212-216

收录情况: EI ; 北大核心 ; CSCD

摘要: 小麦穗部形态参数是直接反应小麦生长状况的重要参数,是育种和考种专家关心的重要参数。为了实现小麦穗部形态特征的无损测量和基于这些特征的快速品种分类,该文提出了基于形态学的穗部性状:芒个数、平均芒长、穗长和穗型的自动提取方法。首先通过小麦图像的形态学运算将麦芒去除得到只有小麦主部的图像,通过寻找主轴方向角和旋转计算外接矩形长度的方法计算穗长,通过对麦芒图像的细化和角点检测方法计算芒长和芒个数,通过宽度系数比例判断穗型,然后利用提取的其中8个特征参数,设计了一个3层的BP神经网络,对4个小麦品种240张图片进行分类识别,识别准确率达到88%。该方法可为小麦快速品种分类提供参考。若能将小麦的其他外部参数同时作为品种识别的输入数据,将会大大提高品种识别的准确性。

  • 相关文献

[1]基于分水岭和凸包理论的自然场景下未成熟苹果直径测量方法. 李文勇,陈梅香,许树坡,陈信友,钱建平,杜尚丰,李莎,李明. 2014

[2]利用模板匹配法测定种子纯度. 任东,吉林大学生物与农业工程学院,乔晓军,王成,张云鹤,田宏武. (Mis

[3]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

[4]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

[5]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

[6]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

[7]基于Android手机的水稻剑叶角测量系统. 路文超,赵勇,罗斌,潘大宇,王成. 2015

[8]水稻穗部籽粒参数快速无损获取方法研究. 许杰,周子力,潘大宇,王成,罗斌,宋鹏. 2017

[9]基于高光谱成像的苹果轻微损伤检测有效波长选取. 黄文倩,陈立平,李江波,张驰. 2013

[10]基于姿态描述的果园靶标害虫自动识别方法. 李文勇,陈梅香,李明,孙传恒,杜尚丰. 2014

[11]种子自动数粒仪. 张云鹤,乔晓军,王成,吴杰. 2005

[12]基于太赫兹成像技术的大豆叶片水分含量测定. 步正延,李臻峰,宋飞虎,李斌,李静. 2018

[13]基于图像处理的目标物体最大内接矩形面积的检测. 谢新华,梁栋,张香倩,张东彦,周建军. 2015

[14]基于机器视觉的作物多姿态害虫特征提取与分类方法. 李文勇,李明,陈梅香,钱建平,孙传恒,杜尚丰. 2014

[15]基于多幅图像的黄瓜叶片形态三维重建. 杨亮,郭新宇,陆声链,赵春江. 2009

[16]基于相似性分析及线性光谱混合模型的双季稻面积估算. 景元书,李根,黄文江. 2013

[17]基于深度图像和BP神经网络的肉鸡体质量估测模型. 王琳,孙传恒,李文勇,吉增涛,张翔,王以忠,雷鹏,杨信廷. 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]基于图像处理的小麦穗长测量. 姜盼,张彬,毕昆. 2010

[20]猕猴桃自动分级设备设计与试验. 左兴健,武广伟. 2014

作者其他论文 更多>>