基于数字图像的谷穗形态快速测量技术的研究

本文评价了一种能够快速测量谷子果穗形态的数字图像处理技术,以9个品种的谷子作为材料,每品种20个果穗,使用CCD扫描仪采集谷穗的RGB彩色图像。设计算法对RGB图像进行降噪、灰度化、谷穗分割等处理,测量谷子的穗粗,穗长,穗侧面积,和穗体积等4个形态性状,改变谷穗图像的扫描分辨率、亮度、旋转和镜像后,重新测量,测试图像处理算法鲁棒性。同一性状测量值在图像改变前后的直线回归系数分别为,穗体积在0.985~1.075之间,穗侧面积在0.958~1.050之间,穗长在0.9916~1.030之间,穗粗在1.001~1.050之间。全部决定系数值不小于0.992。结果表明新技术具有图像分辨率、亮度、旋转和镜像的不变性,测量精确度高。开发的数字图像处理技术能够快速、精确测量谷子果穗的形态特征,对今后实现对谷子形态测量自动化奠定了基础。