基于机器视觉算法的水稻秧苗状态识别

• 作者: 宋莹莹 王福林 陈信新
• 来源期刊: 计算机应用研究
• 关键词: 秧苗徒长 状态监测 视觉技术
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1592-1596
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.12.0837

摘要

根据秧苗发育形态调节育秧环境中的光照、温度、湿度能够避免徒长,这对水稻优质高产十分重要.针对水稻秧苗在恒温箱封闭式育秧环境下因监测不及时导致的徒长情况,提出了一种基于机器视觉算法识别秧苗发育状态的方法.采用恒温箱对东农426和东农428水稻进行育秧研究,利用协方差聚类算法对秧苗RGB彩色图像进行分割,再选用连续腐蚀开操作结合Hough变换进行预处理.根据提取与秧苗徒长直接相关的形态指标参数信息,如株高、叶面积、着生角、生长速率,进行曲线拟合,最后将结果显示在软件界面上.实验结果表明,该方法可以正确地识别秧苗并准确提取形态指标参数,准确率为87.5％,秧苗形态参数识别误差不超过7％,适用于封闭式育秧环境中对秧苗的监测,该方法为研究水稻工厂化立体育秧提供了有效参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王福林	东北农业大学工程学院	168	1809	23.0	34.0
2	陈信新	东北农业大学工程学院	3	2	1.0	1.0
3	宋莹莹	东北农业大学工程学院	5	2	1.0	1.0