基于小麦群体图像的田间麦穗计数及产量预测方法

基于小麦群体图像的田间麦穗计数及产量预测方法

ID:32372007

大小:927.17 KB

页数:10页

时间:2019-02-03

基于小麦群体图像的田间麦穗计数及产量预测方法_第1页
基于小麦群体图像的田间麦穗计数及产量预测方法_第2页
基于小麦群体图像的田间麦穗计数及产量预测方法_第3页
基于小麦群体图像的田间麦穗计数及产量预测方法_第4页
基于小麦群体图像的田间麦穗计数及产量预测方法_第5页
资源描述:

《基于小麦群体图像的田间麦穗计数及产量预测方法》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第34卷第21期农业工程学报Vol.34No.212018年11月TransactionsoftheChineseSocietyofAgriculturalEngineeringNov.2018185基于小麦群体图像的田间麦穗计数及产量预测方法李毅念,杜世伟,姚敏,易应武,杨建峰,丁启朔,何瑞银(南京农业大学工学院,南京210031)摘要:在田间小麦测产时,需人工获取田间单位面积内的麦穗数和穗粒数,耗时耗力。为了快速测量小麦田间单位面积内的产量,该文利用特定装置以田间麦穗倾斜的方式获取田间麦穗群体图像,通过

2、转换图像颜色空间RGB→HSI,提取饱和度S分量图像,然后把饱和度S分量图像转换成二值图像,再经细窄部位粘连去除算法进行初步分割,再由边界和区域的特征参数判断出粘连的麦穗图像,并利用基于凹点检测匹配连线的方法实现粘连麦穗的分割,进而识别出图像中的麦穗数量;通过计算图像中每个麦穗的面积像素点数并由预测公式得到每个麦穗的籽粒数,进而计算出每幅图像上2所有麦穗的预测籽粒数,然后计算出0.25m区域内对应的4幅图像上的预测籽粒数;同时根据籽粒千粒质量数据,计算得到该区域内的产量信息。该文在识别3个品种田间麦穗单幅图

3、像中麦穗数量的平均识别精度为91.63%,籽粒数的平均2预测精度为90.73%;对3个品种0.25m区域的小麦麦穗数量、总籽粒数及产量预测的平均精度为93.83%、93.43%、93.49%。运用该文方法可以实现小麦田间单位面积内的产量信息自动测量。关键词:农作物;算法;图像分割;小麦;麦穗群体图像;单位面积麦穗数;籽粒数;产量预测doi:10.11975/j.issn.1002-6819.2018.21.022中图分类号:TP391.4文献标志码:A文章编号:1002-6819(2018)-21-0185

4、-10李毅念,杜世伟,姚敏,易应武,杨建峰,丁启朔,何瑞银.基于小麦群体图像的田间麦穗计数及产量预测方法[J].农业工程学报,2018,34(21):185-194.doi:10.11975/j.issn.1002-6819.2018.21.022http://www.tcsae.orgLiYinian,DuShiwei,YaoMin,YiYingwu,YangJianfeng,DingQishuo,HeRuiyin.Methodforwheatearcountingandyieldpredictingba

5、sedonimageofwheatearpopulationinfield[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2018,34(21):185-194.(inChinesewithEnglishabstract)doi:10.11975/j.issn.1002-6819.2018.21.022http://www.tcsae.org行走机器人来获取小麦单位面积内图像,然后通过提

6、取0引言图像颜色和纹理特征的方法仅仅识别出小麦穗数量信为保证国家粮食安全、制定合理的粮食价格及宏观[6]息。Zhu等为了实时获取抽穗期田间小麦生长信息情况调控政策,需要及时、准确地预测、估算农作物的预期利用田间监控摄像头获取图像识别出指定范围内的麦穗产量[1]。在田间小麦测产过程中,现有估产方法首先要获[7]数量。Fernandez-Gallego等基于图像处理技术,通过滤得单位面积内的麦穗数和穗粒数信息,然后根据籽粒的波和寻找最大值的方法来检测计数所采集田间麦穗图像[2]千粒质量计算得到小麦的产量。然而目

7、前单位面积内的中的麦穗数,其算法识别精度达到了90%,并未对田间麦穗数和穗粒数信息的获取往往通过人工计数来完成,[8]小麦的产量信息做进一步研究。Li等提出利用麦穗植株耗时耗力。图像中穗头的颜色和纹理等特征参数并结合神经网络来近年来,随着图像处理技术在农业领域各方面研究检测小麦穗头,其检测正确率在80%左右,但是该研究的不断深入和发展,涌现出了许多基于图像处理技术来是在基于实验室环境下所培养的盆栽小麦上进行的,并改善传统农业操作方法的报道。在水稻测产方面,龚红[9]未应用到实际田间测产中。杜世伟等利用抛物线

8、分割单[3]菊利用自制计算机视觉系统,拍摄成熟期水稻群体图株小麦穗部各小穗的方法获取穗部小穗数及籽粒数,其像,应用分形理论分析水稻群体图像的分形特征,最后精度分别为97.01%、94.38%,只是对单株麦穗穗部信息建立水稻单位面积产量模型,模型精度为92.57%。Reza做了深入研究,并未涉及田间麦穗群体图像的产量预测。等[4]基于图像处理方法利用所搭建的无人机平台获取田[10]刘涛等提出了一种利用图像分析技术实

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。