典型文献
自然光下田间冬小麦分蘖数检测方法研究
文献摘要：
分蘖数是冬小麦产量评估的重要指标,分蘖性状的高通量获取对小麦育种研究及功能基因组鉴定具有重要意义.针对目前小麦分蘖数检测主要依靠人工普查、费时耗力、可重复性差等问题,提出一种基于机器视觉的抽穗期冬小麦分蘖数快速检测方法.首先,利用超绿算子与RGB色彩空间下恒定颜色分割,结合形态学操作,获得目标前景区域和边界;然后,使用小波变换Haar特征的线特征检测拓展模板,提取完整植株边缘信息;最后,采用Hough直线检测算法,融合直线角度、长度信息,提取冬小麦分蘖个数.基于已开发的机器视觉设备,采集60幅自然光照条件下抽穗期冬小麦田间图像,经检测发现分蘖数平均识别精度达到93.3％,平均误检率为7.0％,平均漏检率为5.2％.结果表明:该算法可实现在自然光照条件下对抽穗期冬小麦田间图像的分蘖数准确识别,可为自动化、高通量田间信息采集系统设备的研发奠定一定的基础.
文献关键词：
冬小麦;分蘖数;机器视觉;直线检测;颜色分割;超绿算子;Haar变换
中图分类号：
作者姓名：
张开;马淏;姬江涛;金鑫;朱旭
作者机构：
河南科技大学 农业装备工程学院, 河南 洛阳 471003;河南省智能农业装备技术国际联合实验室,河南 洛阳 471003
文献出处：
引用格式：
[1]张开;马淏;姬江涛;金鑫;朱旭-.自然光下田间冬小麦分蘖数检测方法研究)[J].农机化研究,2022(08):15-20
A类：
超绿算子
B类：
下田,田间,分蘖数,冬小麦产量,产量评估,分蘖性,小麦育种,育种研究,功能基因组,费时,耗力,可重复性,机器视觉,抽穗期,快速检测方法,RGB,色彩空间,颜色分割,形态学操作,前景区域,小波变换,Haar,线特征,特征检测,植株,边缘信息,Hough,直线检测,检测算法,线角,自然光照,光照条件,冬小麦田,经检测,识别精度,误检率,漏检率,准确识别,信息采集系统,系统设备
AB值：
0.330624
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
