基于形态学图像处理的麦穗形态特征无损测量

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.

关键词：形态学、无损测量、麦穗、图像处理、BP分类器

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：农业部"引进国际先进农业科学技术"项目2010-S20;农业部"引进国际先进农业科学技术"项目2006-G635;北京市农林科学院财政专项PXM2009_179202_091370

在线出版日期：2011-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：212-216