CSA-FFCM算法在玉米种子芽根长度自动化测定中的应用

面对实验室大量的种子实验,研究人员通常采用手工测量法定期对种子的芽根生长长度进行测量,但手工测量方法耗力,且易损伤幼苗,从而造成实验无法进行.为能有效、快捷、准确地掌握种子生长发芽情况,基于CSA-FFCM算法的种子芽根长度分析法,研究玉米种子芽根长度自动测量法.对玉米种子芽根图像进行二值化处理,通过CSA-FFCM算法对灰度图像聚类,得到自适应的分割阈值;在二值图像中识别出每粒玉米种子芽根轮廓区域,并对识别出的玉米种子芽根轮廓进行细化处理,自动统计玉米种子芽根长度.实验结果表明,该方法能够自动搜索分割阈值,且处理速度受图像分辨率影响较小、实时性高;自动测定的玉米芽根长度与PS手工测量长度相比,误差小于5%.此测定方法能为后期的自动化测量提供技术参考.