基于机器视觉的田间小麦开花期判定方法

针对大量小麦育种材料花期难以精准、快速检测的问题,提出了一种基于综合颜色特征和超像素分割算法的小麦开花期判定方法。首先,根据光照强度及图像清晰度对综合颜色特征的过红颜色分量、HSV颜色空间的S分量和红绿归一化颜色分量自适应调节,增强小花和小穗的差异性。其次,基于中心距离函数和灰度变化函数改进超像素分割算法的聚类规则,获得由同质特征的相邻像素组成的图像区域。随后,优化图像区域路径搜索算法实现各图像区域精确分割,通过灰度和对比度指标完成各图像区域分类,实现小花与小穗的精准、快速分割,并根据小花与小穗的比例完成开花期判定。实验结果表明,本文所提出算法平均计算时间为0.172 s,小花平均识别精度为91%,小穗平均识别精度为90.9%,预测开花率与实际开花率的平均差值仅为1.16%,满足田间小麦开花期判定基本要求。