基于改进GrabCut算法的黄瓜植株图像分割

植物图像的自动分割是植物表型研究的热点问题,也是作物生长过程监测、病虫害识别等应用的核心技术之一。以黄瓜为对象,通过对图像中作物与背景特点的分析,选取EXG超绿分割和GrabCut算法进行试验研究;基于EXG超绿分割和GrabCut算法在黄瓜群体图像上的分割结果及这两种算法的优缺点,提出具有更高分割精度的改进算法。用室内室外不同生长时期的黄瓜植株图像进行试验,温室内图像和室外自然光照图像的平均分割精度分别达到96.56%和96.59%,均优于EXG超绿分割和GrabCut算法。同时表明,本文的改进算法适应性更强,具有较好的鲁棒性。

基于有效积温的谷子生长模型构建

在谷子(Setaria italica Beauv.)生长的各个时期拔取3株与挂牌植株长势一致的谷子进行各器官形态和生物量参数测量,基于有效积温,结合Logistic模型,构建谷子株高、地上部干物质量、叶面积随有效积温变化的生长模型。结果显示,当有效积温在700~900℃时,谷子处于拔节至孕穗期,株高的增长速率最快;当有效积温在1100~1200℃时,谷子处于拔节至灌浆期,地上部干物质量的增长速率最快;当有效积温在600~800℃时,谷子处于拔节至抽穗期,叶面积增长的速率最快,当有效积温在1000~1100℃时,谷子的叶面积达到最大;3个模型的R2分别为0.9891、0.9636、0.9649,经检验表明模型精度较高,显著性较好。基于有效积温的谷子生长模型构建可较好地预测谷子的株高、地上部干物质量、叶面积的生长变化。