基于机器视觉的玉米果穗参数的图像测量方法

在玉米育种和品质研究中,经常需要对玉米的果穗长度、果穗宽度、穗行数、穗粒数等参数进行测量。该研究提出了一种基于机器视觉的玉米果穗参数图像测量方法。使用PC摄像头连续采集旋转台上的玉米果穗图像,经过图像处理,获得玉米穗的图像区域,进而得到玉米果穗的穗长和穗宽参数;通过对玉米果穗局部区域的x方向和y方向累计像素值曲线进行分析,提取出玉米穗行,获得每一穗行的穗粒数和穗行宽度;通过图像匹配,获得玉米果穗的穗行数。试验表明,使用该研究方法对玉米果穗的长度、宽度和穗行数的参数测量准确率可达98%以上,对穗行宽及总穗粒数测量准确率达95%以上,整穗的平均检测时间约102 s/穗。该研究实现了玉米果穗参数快速有效的自动检测,相对于目前采用的人工检测,大大提供检测效率,降低劳动强度,可应用于玉米千粒质量检测、产量预测、育种和品质分析等场合。

基于单幅图像的玉米果穗数量性状测量方法

[目的]玉米果穗数量性状是玉米考种和产量预测的重要参数,主要包括穗行数、行粒数和总粒数。快速精确地测量果穗数量性状是玉米自动化考种的难点问题。[方法]选用干玉米果穗进行试验,以单幅果穗图像为研究对象,在改进YCrCb色彩空间的基础上利用双峰法提取果穗轮廓,将图像沿穗轴等分为20部分,对每部分采用像素累计法得到穗行的定位点,对定位点线性插值得到穗行线,通过分析穗行线上的像素变化得到行粒数,利用果穗横截面的几何模型估算穗行数,并采用补偿法校正单幅果穗图像的成像误差以提高其计算精度,最后将行粒数与行数相乘得到总粒数。[结果]该方法对光照环境和图像背景要求较低,能适应较强的背景反光与阴影;避免对穗粒进行图像分割,使穗行线与行间隙定位的可靠性和准确性提高;校正单幅果穗图像的成像误差,使穗行数估算结果的准确性提高。统计结果显示:定位穗行线的失误率在6%以下,穗行数、行粒数和总籽粒数平均计算精度分别为98.84%、96.33%和95.67%,其中穗行数估算的零误差率为90.91%,平均测量速度达到每穗1.936 s。[结论]该方法能快速而精确地测量玉米果穗数量性状。