基于机器视觉的玉米果穗产量组分性状测量方法-IngentaConnect.PDFVIP

第 31 卷 第 3 期 农 业 工 程 学 报 Vol.31 No.3 2015 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2015 221 基于机器视觉的玉米果穗产量组分性状测量方法 ※ 周金辉，马 钦 ，朱德海，郭 浩，王 越，张晓东，李绍明，刘 哲 （中国农业大学农业部农业信息获取技术重点实验室，北京 100083） 摘 要：玉米果穗的穗长、穗粗、穗行数、行粒数等性状是制约玉米产量的重要组分性状，目前主要采用人工测量方式， 或通过截取果穗横断面图像自动计算穗行数等参数，操作复杂、测量效率低、主观误差大，且无法保留完整的原始考种 材料。针对上述问题，该文基于机器视觉技术，通过可见光二维成像获取果穗三维表型性状参数，结合果穗颜色特征及 果穗的生物学规律，分别建立投影修正模型、穗行数快速估算模型、行粒数计算模型等，精确计算穗长、穗粗、穗行数 以及行粒数等性状参数。试验结果表明，该方法适用于粘连果穗处理，秃尖的识别率高，且对光照环境要求低，穗行数 及行粒数的零误差率在 93% 以上，测量速度可达30 穗/min 以上，能够满足高通量考种的需求，特别是保留了原始果穗考 种材料实现无损测量，对于实现高通量考种及精细化育种有重要的参考价值。 关键词：机器视觉；图像处理；无损检测；玉米；种子；穗行数；行粒数 doi ：10.3969/j.issn.1002-6819.2015.03.029 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2015)-03-0221-07 周金辉，马 钦，朱德海，等. 基于机器视觉的玉米果穗产量组分性状测量方法[J]. 农业工程学报，2015，31(3)： 221－227. Zhou Jinhui, Ma Qin, Zhu Dehai, et al. Measurement method for yield component traits of maize based on machine vision[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(3): 221 －227. (in Chinese with English abstract) 性，其穗长穗粗测量测度在 96.01%左右（本文在 97% 以 0 引 言 上），且可测量的性状较少。 考种是玉米作物遗传育种过程中一个重要的环节， 以北京上庄、顺义等作物育种基地为例，春播和夏 考种的项目、种类繁多且涉及不同的品种，产生大量的 播玉米每批共有 15 个试验点，每个试验点需考察 5 000 玉米性状数据，这些性状数据需要收集、整理、记录、 多个品种（自交系和杂交系），考种过程均由人工完成， 统计、分析、存储[1] 。如何快速准确地测量玉米考种性状 存在如下问题：人力成本消耗大、工作效率低、精度不 数据，对于提高科学选种和育种效率极为重要。 高、主观观测误差大、信息共享率低等问题，因此研究 目前国内研究玉米果穗整穗无损测量方法的较少， 玉米果穗的自动无损考种方法具有重要意义。 王传宇等[2]利用全景技术将采集的旋转玉米果穗图像序