本文主要研究内容
作者杜颖,蔡义承,谭昌伟,李振海,杨贵军,冯海宽,韩东（2019）在《基于超像素分割的田间小麦穗数统计方法》一文中研究指出：【目的】小麦穗数是产量构成的重要因素。通过图像处理技术快速准确地统计小麦穗数,为作物长势监测和产量估测提供重要依据。【方法】本研究以经氮肥梯度处理后不同长势的小麦为研究对象,首先,通过简单线性迭代聚类算法（simple linear iterative cluster,SLIC）对田间小麦图像进行超像素分割的预处理;提取并分析图像的部分颜色特征参数,选择适宜的颜色特征参数训练分类器;选择准确率最高的分类器对图像进行分类处理,识别麦穗。其次,对麦穗识别结果进行二值化;经腐蚀、膨胀等一系列形态学计算提取麦穗主体并进行区域统计;提取麦穗骨架,检测骨架角点数,结合角点数与区域统计结果计算小麦穗数;最后,通过线性回归分析方法验证了无氮（0）、低氮（1/2常规施氮量）、正常氮（常规施氮量）、高氮（2倍的常规施氮量）4个氮水平麦穗统计结果。【结果】（1）利用超绿值（Eg）和归一化红绿指数(Dgr)作为分类特征可以有效地识别麦穗、土壤和叶片;（2）相较于直接基于像素进行图像处理,经超像素分割处理后麦穗识别结果更理想,识别出麦穗主体清晰,形态更为完整;（3）经比较,高氮水平下小麦长势较好,穗数统计准确率最高,为94.4%,无氮水平下小麦长势较差,穗数统计准确率最低,仅为81.9%;排除无氮情况后,长势较均匀的氮水平混合样本中麦穗计数准确率达到92.9%,相较于长势差异较大的混合样本准确率提高了8.3%。【结论】在一般环境下,利用超像素和颜色特征的麦穗自动统计方法可以快速准确地对大田小麦进行穗数计算,长势过弱以及差异过大区域不推荐使用,研究结果为小麦大田估产提供了新的参考。
Abstract
【mu de 】xiao mai sui shu shi chan liang gou cheng de chong yao yin su 。tong guo tu xiang chu li ji shu kuai su zhun que de tong ji xiao mai sui shu ,wei zuo wu chang shi jian ce he chan liang gu ce di gong chong yao yi ju 。【fang fa 】ben yan jiu yi jing dan fei ti du chu li hou bu tong chang shi de xiao mai wei yan jiu dui xiang ,shou xian ,tong guo jian chan xian xing die dai ju lei suan fa （simple linear iterative cluster,SLIC）dui tian jian xiao mai tu xiang jin hang chao xiang su fen ge de yu chu li ;di qu bing fen xi tu xiang de bu fen yan se te zheng can shu ,shua ze kuo yi de yan se te zheng can shu xun lian fen lei qi ;shua ze zhun que lv zui gao de fen lei qi dui tu xiang jin hang fen lei chu li ,shi bie mai sui 。ji ci ,dui mai sui shi bie jie guo jin hang er zhi hua ;jing fu shi 、peng zhang deng yi ji lie xing tai xue ji suan di qu mai sui zhu ti bing jin hang ou yu tong ji ;di qu mai sui gu jia ,jian ce gu jia jiao dian shu ,jie ge jiao dian shu yu ou yu tong ji jie guo ji suan xiao mai sui shu ;zui hou ,tong guo xian xing hui gui fen xi fang fa yan zheng le mo dan （0）、di dan （1/2chang gui shi dan liang ）、zheng chang dan （chang gui shi dan liang ）、gao dan （2bei de chang gui shi dan liang ）4ge dan shui ping mai sui tong ji jie guo 。【jie guo 】（1）li yong chao lu zhi （Eg）he gui yi hua gong lu zhi shu (Dgr)zuo wei fen lei te zheng ke yi you xiao de shi bie mai sui 、tu rang he xie pian ;（2）xiang jiao yu zhi jie ji yu xiang su jin hang tu xiang chu li ,jing chao xiang su fen ge chu li hou mai sui shi bie jie guo geng li xiang ,shi bie chu mai sui zhu ti qing xi ,xing tai geng wei wan zheng ;（3）jing bi jiao ,gao dan shui ping xia xiao mai chang shi jiao hao ,sui shu tong ji zhun que lv zui gao ,wei 94.4%,mo dan shui ping xia xiao mai chang shi jiao cha ,sui shu tong ji zhun que lv zui di ,jin wei 81.9%;pai chu mo dan qing kuang hou ,chang shi jiao jun yun de dan shui ping hun ge yang ben zhong mai sui ji shu zhun que lv da dao 92.9%,xiang jiao yu chang shi cha yi jiao da de hun ge yang ben zhun que lv di gao le 8.3%。【jie lun 】zai yi ban huan jing xia ,li yong chao xiang su he yan se te zheng de mai sui zi dong tong ji fang fa ke yi kuai su zhun que de dui da tian xiao mai jin hang sui shu ji suan ,chang shi guo ruo yi ji cha yi guo da ou yu bu tui jian shi yong ,yan jiu jie guo wei xiao mai da tian gu chan di gong le xin de can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自中国农业科学的杜颖,蔡义承,谭昌伟,李振海,杨贵军,冯海宽,韩东，发表于刊物中国农业科学2019年01期论文，是一篇关于小麦论文,识别论文,穗数论文,超像素论文,颜色特征论文,中国农业科学2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国农业科学2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。