《基于形态学图像处理的麦穗形态特征无损测量 Non-destructive measurement of wheat spike characteristics based on morphological image processing》.pdfVIP

第26卷第12期 农业工程学报 、，01．26No．12 2122010年12月 TransactionsoftheCSAE Dee．2010 基于形态学图像处理的麦穗形态特征无损测量 毕昆，姜盼，李磊，石本义，王成※ (北京农业信息技术研究中心，北京100097) 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丰部的图像，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。 关键词：形态学，无损测量，麦穗，图像处理，BP分类器 doi．．10．3969／j．issn．1002—6819．2010．12．036 中图分类号：TP391．4 文献标志码：A 文章编号：1002—6819(2010)一12-0212-05 wheat characteristicsbasedon Bi Lei，eta1．Non-destructivemeasurementof morphological Kun,JiangPan,Li spike image ofthe Chinesewith abstracO processing[J]．TransactionsCSAE，2010，26(12)：212--216．(inEnglish 小麦穗部形态参数无损测量方法并通过BP分类器对品 0引言 种进行了识别分类，为相关研究提供了理论基础。 小麦品种的优劣和生长状况主要通过外部特征表现 1 图像获取与预处理 出来，其中穗部特征参数尤为重要，是农业研究人员的 mm的 主要观察目标，且穗部参数与小麦产量有着直接的关系。 图像采集部分采用工业CCD相机，和焦距5 cm， 麦芒由小麦叶片退化而成，可以增加小麦的蒸腾作用， C口镜头，CCS碗状光源，将成像装置固定于长60 对充实籽粒起着重要作用，增加产量【…。穗长通过对穗 宽30cm的试验平台上，平台上放置一黑色背景可自由 粒数和小穗数产生作用而间接影响着小麦的产量【5。7J。穗 抽动的载物装置，采集图像时将麦穗平放于载物装置之 型在品种鉴定中也起着重要作用。 ． 上，整个装置外部用遮光布遮挡，防止外界光源的影响， 现有的芒长和穗长测量仪器主要为直尺或卷尺，但 试验系统如图l所示。先对采集到的原始彩色图片进行 其测量时芒的两端端点和穗的颈节点准确位置不易控 灰度化和二值化处理，以满足后面形态学运算的需要。 制，容易产生误差，而芒个数