10.11975/j.issn.1002-6819.2022.20.018
基于OpenCV的大豆籽粒多表型参数获取算法
大豆籽粒的表型参数获取对大豆育种具有重要的作用.现有的深度学习算法获取的大豆籽粒表型性状较少,且识别表型的神经网络模型训练成本高.该研究基于OpenCV图像处理库,提出了一种提取大豆籽粒多表型参数的算法,从大豆图像中一次性获取籽粒的多种表型性状参数,同时能识别大豆的优劣品质.将每个待测大豆单株的所有籽粒拍成一张图像,首先对大豆籽粒图像进行二值化、去噪等预处理,然后采用分水岭算法和改进的目标分割算法提取图像中的大豆籽粒轮廓.根据大豆籽粒的轮廓信息,调用OpenCV图像处理函数计算大豆籽粒的个数、长轴长度、短轴长度、面积、周长等多个表型性状参数.引入圆形度识别残缺大豆籽粒,使用RGB阈值判断识别病变大豆籽粒.测试结果表明,采用该文算法计算的颗粒总数识别率为98.4%,大豆籽粒正确识别率为95.2%,破损大豆和病变大豆的识别率分别为91.25%和88.94%,籽粒的长轴长度与短轴长度的测量精度分别为96.8%、95.8%;引入多进程并行计算,该算法处理215张图片时间为248.9 s,相对于单进程计算缩短了约2/3,实现了低成本高通量的高精度大豆籽粒多表型性状参数的自动获取,为大豆籽粒自动化考种提供有效的处理方法.
大豆、图像处理、算法、籽粒考种、多表型参数、OpenCV、并行计算
38
TP391.4;S126(计算技术、计算机技术)
海南省崖州湾种子实验室揭榜挂帅项目B21HJ0101
2023-02-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
156-163