基于形态学图像处理的麦穗形态特征无损测量.pdf

《基于形态学图像处理的麦穗形态特征无损测量.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第12期2122010年12月农业工程学报TransactionsoftheCSAE、，01．26No．12Dee．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

2、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—6819．2010．12．03

3、6中图分类号：TP391．4文献标志码：A文章编号：1002—6819(2010)一12-0212-05毕昆，姜盼，李磊，等．基于形态学图像处理的麦穗形态特征无损测量[J]．农业工程学报，2010，26(12)：212--216．BiKun,JiangPan,LiLei，eta1．Non-destructivemeasurementofwheatspikecharacteristicsbasedonmorphologicalimageprocessing[J]．TransactionsoftheCSAE，2010，26

4、(12)：212--216．(inChinesewithEnglishabstracO0引言小麦品种的优劣和生长状况主要通过外部特征表现出来，其中穗部特征参数尤为重要，是农业研究人员的主要观察目标，且穗部参数与小麦产量有着直接的关系。麦芒由小麦叶片退化而成，可以增加小麦的蒸腾作用，对充实籽粒起着重要作用，增加产量【⋯。穗长通过对穗粒数和小穗数产生作用而间接影响着小麦的产量【5。7J。穗型在品种鉴定中也起着重要作用。．现有的芒长和穗长测量仪器主要为直尺或卷尺，但其测量时芒的两端端点和穗的颈节点准确位置不易控制，容易产生误

5、差，而芒个数计算和穗型识别主要是通过人工目测查找，带有强烈的主观因素且费时费力，效率低下。尽管应用机器视觉来对农产品进行无损检测的研究从20世纪80年代就已经开始，但国内外在小麦的穗部形态特征参数无损检测方面相关研究较少，尤其是在穗型上更是仅有文字描述，没有量化标准，大多研究集中在基于遥感成像技术的预产【孓91、形态诊断11m]1】、病虫害预警和评估‘12。4】、小麦籽粒外观特征提取上【15-16】，关于芒长的研究仅马松高等在1994年提出了一种大麦芒长的速测方法lI¨。本文基于形态学图像处理，提出了基于机器视觉的收稿

6、日期：2010-05．12修订日期：2010—10-12基金项目：农业部“引进国际先进农业科学技术”项目(2010一S20)；农业部“引进国际先进农业科学技术”项目(20064363(5))i北京市农林科学院财政专项(PXM2009_179202_091370)作者简介：毕昆(1982--)，男．主要从事机器视觉、射线成像、光机电检测仪器设备研发。北京北京农业信息技术研究中心，100097。Email：bik@aereita．org．cn※通信作者：乇成，博士，主要从事生物仪器相关技术和设备研发。北京北京农业信息技术研

7、究中心，100097。Email：wangc@_：nerci饥org．∞小麦穗部形态参数无损测量方法并通过BP分类器对品种进行了识别分类，为相关研究提供了理论基础。1图像获取与预处理图像采集部分采用工业CCD相机，和焦距5mm的C口镜头，CCS碗状光源，将成像装置固定于长60cm，宽30cm的试验平台上，平台上放置一黑色背景可自由抽动的载物装置，采集图像时将麦穗平放于载物装置之上，整个装置外部用遮光布遮挡，防止外界光源的影响，试验系统如图l所示。先对采集到的原始彩色图片进行灰度化和二值化处理，以满足后面形态学运算的需要

8、。灰度转换公式为Gray=O．299R+0．587G+0．114B(1)图1试验系统Fig．1Experimentsystem经过多种图像分割方法的尝试，最后选定通过直方图变换后进行指定阈值分割，该分割方法的优点是能较第12期毕昆等：基于形态学图像处理的麦穗形态特征无损测量213好的保留小麦边缘的芒信息，减少四周芒信息丢失所带来的