基于多尺度多方向分解的自然场景下麦穗计数

摘要：

小麦是我国重要的粮食作物,准确的小麦麦穗计数是小麦产量精确估计的前提.针对自然场景下小麦图像的频域分布特点,提出了一种多尺度多方向分解的小麦麦穗计数方法.首先,该方法根据待处理的小麦麦穗图像中麦穗和背景信息分布的频段不同的特点,对小麦麦穗图像进行多尺度多方向分解,获取能突出小麦麦穗信息的多尺度多方向子带,减小土壤、小麦叶片等背景信息的干扰;然后,利用灰度阈值分割方法对小麦麦穗子带图像进行分割,利用形态学中的膨胀和腐蚀等操作实现包含小麦麦穗信息的连通区域的分离;最后,利用Find maxima计数方法实现小麦麦穗计数.实验结果表明,该方法对小麦麦穗计数的精准度明显优于其他基于颜色特征和纹理特征小麦麦穗计数方法.

关键词：麦穗计数、多尺度多方向分解、特征提取、形态学处理

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;农业生态大数据分析与应用技术国家地方联合工程研究中心开放课题项目

在线出版日期：2020-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：20-27