基于图像滤波技术的水稻谷粒数字化测量方法

• 作者: 华珊 徐志福
• 来源期刊: 农业科学
• 学科: 工学
• 关键词: 有界平均振荡模型 偏微分方程 图像滤波技术 水稻粒形参数
• 年，卷（期）: 2018,（11）
• 页码范围: 1299-1306
• 页数: 8页
• 分类号: TP39

摘要

本研究利用基于有界平均振荡模型(boundary mean oscillation, BMO)的ZQ梯度算子,结合各向异性非线性偏微分方程模型,构造用于图像处理的BMO滤波器,对水稻谷粒的数字图像进行去噪增强、边缘检测和特征提取,并对粒形参数进行统计分析。在此基础上,比较了BMO滤波与中值滤波的处理效果,并分析了BMO滤波技术的准确性与稳定性。结果表明,BMO滤波在保留图像的边界与细节特征方面显著优于中值滤波,其处理图像获取的谷粒粒长、粒宽和长宽比与人工测量值无显著差异(p <0.05),平均粒面积与千粒重正相关性强(R2 = 0.942, p <0.001),且粒形参数提取结果在不同水稻品种间有较好的稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐志福	浙江省农业科学院数字农业研究所	32	179	8.0	12.0
2	华珊	浙江省农业科学院数字农业研究所	2	12	1.0	2.0