基于时间序列图像的玉米植株干旱胁迫表型检测方法

摘要：

为了快速准确获取植物表型数据，该文提出了一种基于时间序列多图像的玉米植株干旱胁迫表型检测方法。首先，以固定时间间隔获取干旱胁迫条件下玉米植株一天内的图像数据，采用统计学习方法对图像序列进行初始背景分割，非局部均值（non-local mean，NLM）滤波对初始背景分割进一步求精，去除变化光照条件对图像序列分割的影响。在植株器官分割阶段，融合植株形态先验知识，通过逐行扫描和邻域数量判断拆分植株器官像素。最后，提出了叶片角度比值的干旱胁迫表型参数计算方法。结果显示，耐旱植株的叶片角度比值一天内从0.63上升到0.70后再降到0.65，而非耐旱植株的叶片角度比值维持在0.65左右，随时间变化不大。研究结果为阐明玉米植株耐旱表型参数与环境参数的协同变化关系，以及不同基因型玉米植株环境应激反应的细微形态变化提供方法和技术解决方案。

关键词：图像处理、图像分割、算法、植物表型、干旱胁迫、玉米

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家863计划课题2013AA102404；农业部行业科技计划项目201203026；国家自然科学基金项目31501226;北京市农林科学院数字植物科技创新团队JNKYT201604

在线出版日期：2016-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：189-195