基于OpenCV的大豆籽粒多表型参数获取算法

作     者：宋晨旭 于翀宇 邢永超 李素梅 贺红 于慧 冯献忠 Song Chenxu;Yu Chongyu;Xing Yongchao;Li Sumei;He Hong;Yu Hui;Feng Xianzhong

作者机构：山东大学机电与信息工程学院威海264209 中国科学院东北地理与农业生态研究所长春130102 哈尔滨工业大学计算学部哈尔滨150001 

基　　金：海南省崖州湾种子实验室“揭榜挂帅”项目(B21HJ0101)“作物人工智能设计与精准育种技术” 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2022年第38卷第20期

页      码：156-163页

摘      要：大豆籽粒的表型参数获取对大豆育种具有重要的作用。现有的深度学习算法获取的大豆籽粒表型性状较少,且识别表型的神经网络模型训练成本高。该研究基于OpenCV图像处理库,提出了一种提取大豆籽粒多表型参数的算法,从大豆图像中一次性获取籽粒的多种表型性状参数,同时能识别大豆的优劣品质。将每个待测大豆单株的所有籽粒拍成一张图像,首先对大豆籽粒图像进行二值化、去噪等预处理,然后采用分水岭算法和改进的目标分割算法提取图像中的大豆籽粒轮廓。根据大豆籽粒的轮廓信息,调用OpenCV图像处理函数计算大豆籽粒的个数、长轴长度、短轴长度、面积、周长等多个表型性状参数。引入圆形度识别残缺大豆籽粒,使用RGB阈值判断识别病变大豆籽粒。测试结果表明,采用该文算法计算的颗粒总数识别率为98.4%,大豆籽粒正确识别率为95.2%,破损大豆和病变大豆的识别率分别为91.25%和88.94%,籽粒的长轴长度与短轴长度的测量精度分别为96.8%、95.8%;引入多进程并行计算,该算法处理215张图片时间为248.9 s,相对于单进程计算缩短了约2/3,实现了低成本高通量的高精度大豆籽粒多表型性状参数的自动获取,为大豆籽粒自动化考种提供有效的处理方法。

主 题 词：大豆 图像处理 算法 籽粒考种 多表型参数 OpenCV 并行计算 

学科分类：1305[艺术学-设计学类] 13[艺术学] 082804[082804] 08[工学] 081104[081104] 0828[工学-建筑类] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.11975/j.issn.1002-6819.2022.20.018

馆 藏 号：203117993...