基于分级阈值和多级筛分的玉米果穗穗粒分割方法
基于可变形点云数据的玉米茎叶分割
2.开发一种基于物理的点云变形方法，利用高度可控变形提高训练集形态多样性， 同时保留器官的局部几何特征。
3.在406个真实数据点上测试这些模型，其中PointNet++模型在语义分割中获得 91.93%的mIoU，而HAIS模型在实例分割中结果达93.74%的mAP。
Pointnet++语义分割模型
HAIS 实例分割模型
实例分割结果后续处理
HAIS模型倾向于欠分割，常常将相邻的叶片合并为一个实例。通过识别标 记值为0的区域或超过一定阈值的点云数量来识别欠分割区域。对于欠分割的 点云，DFSP能够快速定位和分割玉米植物中的器官，应用DFSP进行进一步分 割。
玉米植株形态的模拟:(A)倒伏姿态，(B)特别改变一片叶子的倾角，(C)将一片叶子变成破 碎的一片。注:在每株植物中，属于同一器官实例的点用相同的颜色表示，不同的器官用不同的 颜色表示。
03 结果与讨论
结果与讨论
本文构建包含428个标记的玉米植株点云数据库，所开发的基于物理变形 点云增强方法在保留器官的局部几何特征的同时能够有效提升训练数据的形 态多样性，通过深度学习模型PointNet++和HAIS训练拟合，结果显示， PointNet++模型在语义分割任务中实现了91.93%的mIoU，而HAIS模型 在实例分割任务中达到了93.74%的mAP。
本文所提出的方法具有普适性，研究聚焦于玉米茎叶分割，同时可扩展 至其他植物物种形态转换。本文提出的基于可变形点云数据的玉米茎叶分割 框架，为使用最少标记数据高效训练器官分割模型提供了一种新方法，有助 于加速玉米以及其他作物的品种改良和生长监测研究。
基于机器视觉的玉米异常果穗筛分方法
基于机器视觉的玉米异常果穗筛分方法张帆;李绍明;刘哲;朱德海;王越;马钦【期刊名称】《农业机械学报》【年(卷),期】2015(0)S1【摘要】针对玉米品种制种过程中病害果穗的表型识别问题,以玉米果穗整体为研究对象,基于二维快速成像技术实现了霉变、虫蛀和机械损伤3种异常果穗的快速分选。
构建了单目视觉便携式图像采集装置,采集了任意摆放的粘连果穗目标图像,分别在RGB模型和HIS模型中提取了玉米果穗的6个颜色特征和5个纹理特征,并实现特征参数的归一化。
构建了病害果穗分类模型,并采用已知样本特征向量对支持向量机和BP神经网络方法进行训练和对比分析,最后采用支持向量机方法实现了3种异常果穗的快速分选。
实验结果表明,该方法对霉变异常果穗筛分的正确率可达96.0%,虫蛀果穗筛分的正确率可达93.3%,机械损伤果穗筛分的正确率可达90.0%。
【总页数】5页(P45-49)【关键词】玉米异常果穗;机器视觉;筛分;图像处理【作者】张帆;李绍明;刘哲;朱德海;王越;马钦【作者单位】中国农业大学信息与电气工程学院;中国农业大学农业部农业信息获取技术重点实验室【正文语种】中文【中图分类】TP391.41【相关文献】1.基于机器视觉的玉米果穗产量组分性状测量方法 [J], 周金辉;马钦;朱德海;郭浩;王越;张晓东;李绍明;刘哲2.基于分级阈值和多级筛分的玉米果穗穗粒分割方法 [J], 杜建军;郭新宇;王传宇;肖伯祥;吴升3.基于机器视觉的玉米果穗参数的图像测量方法 [J], 刘长青;陈兵旗4.预防玉米果穗异常的方法 [J], 王彬; 胡安胜5.基于机器视觉的玉米果穗性状参数测量方法研究 [J], 吴刚;吴云帆;陈度;李宝胜;郑永军因版权原因，仅展示原文概要，查看原文内容请购买。
基于稀疏表示算法的高通量玉米果穗粒型识别系统
1
1.1
硬件系统设计及试验材料
中 农业大学基本科研业 费 项 公益性行业 农业 科研 项 研究方向 像处理
作物育种材料农艺性状信息高通量获取 辅 筛 技术 作者简介 马 钦 博士 副教 中 农业大学信息 电气工程学院 100083
Email: sockline@
系统硬件 成 玉米果穗几何形态是 维旋转体 单幅 像 能记 录全部果穗的籽粒信息 本文设 使用 落抓拍法获得 果穗全方 像 本系统 像采 装置 暗箱 光源 工业相机 硬 具体型 参数如 暗箱 800 mm× 800 mm×350 mm 3 个同 水 面互 120°角的工业相 机 DH-SV2001GC 网络接口 辨率 1 6281 236 像素 1 采 装置示意 本文采 果穗 像方式是 对竖直 落玉米果穗 像 行 3 个角度抓拍 果穗 度较快 需要借 高 工业相机 曝光时间短 需要
第 33 卷 2017
增刊 1 2
农 业 工 程 学 报 Transactions of the Chinese Society of Agricultural Engineering
Vol.33 Supp.1 Feb. 2017
219
基于稀疏表示算法的高通量玉米果穗粒型识别系统
马 钦 1,2※，王 越 1，郭 浩 1,2，朱德海 1,2，刘 哲 1，张晓东 1，李绍明 1
1. 中 农业大学信息 电气工程学院 京 100083 2. 农业部农业信息获取技术重点实验室 京 100083
摘 要：玉米籽粒粒型是评估玉米产量和品质的重要表型参数之 了提高籽粒粒型的识别率 同时满足高通量以及 无损测量的要求 该文以果穗整体 研究对象 基于稀疏表示的方法构建了高通量玉米果穗籽粒粒型识别系统 果穗未 脱粒 以 落抓拍法硬 采 采 3 种 同粒型 硬粒型 马齿型 半马齿型 的玉米穗 像 首先使用帧差法 获取果穗轮廓 再通过 G 通道 离 OTSU 算法 最大类间方差法 得到籽粒轮廓信息 提取籽粒部 颜 形状 纹 理特征作 类依据 每种粒型取 200 粒作 训 样本构 稀疏表示算法的判别 典 对每 个测试样本 算稀疏表示 系数 根据最小重构误差判定籽粒粒型类别 结果表明 该方法 需要传统的果穗脱粒再 行籽粒类型统 识别 确 率达到 94.8% 测量 度达到 28 穗/min 大大提高了玉米粒型统 的效率 关键词：识别；机器视觉；图像处理；稀疏表示；玉米果穗粒型；高通量 doi 10.11975/j.issn.1002-6819.2017.z1.033 中图分类号：TP391 文献标志码：A 文章编号：1002-6819(2017)-Supp.1-0219-06 马 钦 王 越 郭 浩 朱德海 刘 哲 张晓东 李绍明. 基于稀疏表示算法的高通量玉米果穗粒型识别系统[J]. 农 业工程学报 2017 33(增刊 1)：219 224. doi 10.11975/j.issn.1002-6819.2017.z1.033 Ma Qin, Wang Yue, Guo Hao, Zhu Dehai, Liu Zhe, Zhang Xiaodong, Li Shaoming. High-throughput maize grain type identification system based on sparse representation algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp.1): 219 224. (in Chinese with English abstract) doi 10.11975/j.issn.1002-6819.2017.z1.033
面向玉米果穗考种测量的图像标定方法
面向玉米果穗考种测量的图像标定方法段熊春;周金辉;王思嘉【期刊名称】《农机化研究》【年(卷),期】2014(000)001【摘要】研究了一种适合户外环境下测量玉米果穗考种特征的图像标定方法。
该标定方法基于二项分布，消除了采集图像数据中的误差数据（噪声、断线），并用最小二乘法拟合标定系统参数。
测试结果表明，该系统可以在光照环境较差条件下获得较高的标定精度，适合选作玉米果穗考种测量系统的标定。
%The paper proposes a new image calibration method which based on two distribution and the least squares .The calibration method using binomial distribution theory , eliminate the original data for the Error data ( Noise , break ) , and the least squares fitting calibration system parameters .The calibration system test shows that the computing accuracy can satisfy the need of corn measurement system under the poor light environment outdoor .It’ s suitable for the calibration of corn measurement system .【总页数】4页(P76-79)【作者】段熊春;周金辉;王思嘉【作者单位】中国农业大学信息与电气工程学院，北京 100083;中国农业大学信息与电气工程学院，北京 100083;中国农业大学信息与电气工程学院，北京100083【正文语种】中文【中图分类】TP391.41【相关文献】1.基于全景图像的玉米果穗流水线考种方法及系统 [J], 杜建军;郭新宇;王传宇;肖伯祥2.基于多相机成像的玉米果穗考种参数高通量自动提取方法 [J], 宋鹏;张晗;罗斌;侯佩臣;王成3.基于机器视觉的玉米果穗参数的图像测量方法 [J], 刘长青;陈兵旗4.采用全景技术的机器视觉测量玉米果穗考种指标 [J], 王传宇;郭新宇;吴升;肖伯祥;杜建军5.基于单幅图像的玉米果穗数量性状测量方法 [J], 高启;李毅念;金典;龚成杰;范亮亮;李刘阳洋因版权原因，仅展示原文概要，查看原文内容请购买。
基于TRIZ的玉米果穗分配器优化设计和仿真试验
基于TRIZ的玉米果穗分配器优化设计和仿真试验
田钰瑄;刘本东;李峰军;高鸣;李雷雷;高国华
【期刊名称】《农机化研究》
【年(卷),期】2022(44)8
【摘要】玉米果穗分配器是玉米收获机中剥皮机的重要组成部分,直接决定了玉米果穗的分配效果和剥皮胶辊的使用寿命。
为此,针对玉米收获机剥皮阶段中分配器分配不均、剥皮胶辊磨损严重等问题,基于TRIZ理论对现有玉米果穗分配器进行优化设计,并对玉米果穗受力分析,确定了影响玉米果穗下落的几个主要参数。
运用EDEM仿真软件进行了100组仿真实验,运用DPSv7.05对实验数据进行数据拟合,得出影响参数与分配均匀度之间的解析关系,确定最优工作参数,即导板间夹角
θ=37°,螺纹滚轴转速n=115r/min,螺纹间距L=64mm。
实验结果表明:玉米果穗分配基本均匀且效果稳定,验证了优化设计的可行性。
研究结果可为解决物体分配不均问题提供参考。
【总页数】8页(P169-176)
【作者】田钰瑄;刘本东;李峰军;高鸣;李雷雷;高国华
【作者单位】北京工业大学机械工程及应用电子技术学院;中国一拖集团有限公司【正文语种】中文
【中图分类】S229.1
【相关文献】
1.玉米果穗剥皮的运动仿真与高速摄像试验
2.基于TRIZ理论的玉米果穗分配装置创新设计
3.鲜食玉米果穗收获负压除杂装置参数优化与试验
4.玉米果穗收获机虚拟收获设计与仿真试验
5.玉米果穗-籽粒联动干燥装备设计与试验
因版权原因，仅展示原文概要，查看原文内容请购买。
基于机器视觉的玉米果穗产量组分性状测量方法
及行粒数的零误差率在 ９ ３ ％以上 ， 测 量速 度可达 ３ ０穗／ ａｉ ｒ ｎ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 ｄ ｏ ｉ ：１ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ — ６ ８ １ ９ ． ２ ０ １ ５ ． ０ ３ ． ０ ２ ９ 中图分类号 ：Ｔ Ｐ ３ ９ １ ． ４ １ 文献标志码 ：Ａ
Ｚ ｈ ｏ ｕ Ｊ ｉ ｎ ｈ ｕ ｉ ， Ｍａ Ｑｉ ｎ ， Ｚ ｈ ｕ Ｄ ｅ ｈ ａ ｉ ， ｅ ｔ ａ １ ． Ｍｅ ａ ｓ ｕ ｒ ｅ ｍｅ ｎ ｔ ｍｅ ｈｏ ｔ ｄ ｆ ｏ ｒ ｙ ｉ ｅ ｌ ｄ ｃ ｏ ｍｐ ｏ ｎ ｅ ｎ ｔ ｔ ｒ ａ ｉ ｔ ｓ ｏ ｆ ｍａ ｉ ｚ ｅ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｍａ ｃ ｈ ｉ ｎ ｅ ｖ ｉ ｓ ｉ ｏ ｎ ［ Ｊ ］ ． Ｔ ｒ ａ ｎ ｓ ａ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｔ ｈ ｅ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ Ｓ ｏ ｃ ｉ ｅ ｙ ｔ ｏ ｆ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ（ Ｔ ｒ ａ ｎ ｓ ａ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｈｅ ｔ Ｃ Ｓ Ａ Ｅ ） ， ２ ０ １ ５ ， ３ １ （ ３ ） ： ２ ２ １ －２ ２ ７ ． （ ｉ ｎ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ ｗｉ ｈ ｔ Ｅ ｎ ｇ ｌ ｉ ｓ ｈ ａ ｂ ｓ ｒ ｔ ａ ｃ ｔ ）
第 ３ １卷 第 ３ 期 ２０１ ５仨 农 业 工 程 学 报
Ｔ ｒ ａ ｎ ｓ ａ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｔ ｈ ｅ Ｃｈ ｉ ｎ ｅ ｓ ｅ Ｓ ｏ ｃ ｉ ｅ ｔ ｙ ｏ ｆ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
基于 MATLAB 的玉米果穗颗粒统计方法
基于 MATLAB 的玉米果穗颗粒统计方法
梁文东;蒋益敏
【期刊名称】《江苏农业科学》
【年(卷),期】2015(000)002
【摘要】颗粒统计与自动识别检测在现代农业中发挥关键作用，玉米果穗品质好坏与颗粒多少呈正相关。
计算机技术特别是图像技术在玉米果穗中的应用多样化趋势明显，采用图像分割技术对玉米果穗进行颗粒统计能实现快速对玉米特征进行识别。
由于玉米果穗颗粒之间往往存在粘连现象，采用传统分水岭分割方法对玉米果穗进行分割就会导致不能对粘连区域实现良好分割。
而改进的分水岭分割算法，引入扩展极大值变换，既能避免过分割现象，又能实现对粘连区域的正确分割，本研究利用MATLAB对玉米果穗图像进行转换、灰度化、滤波降噪、区域增强等一系列处理后，采用改进的分水岭分割算法，准确实现玉米果穗颗粒统计。
【总页数】3页(P406-408)
【作者】梁文东;蒋益敏
【作者单位】广西农业职业技术学院广西南宁 530007;广西农业职业技术学院广西南宁 530007
【正文语种】中文
【中图分类】S126
【相关文献】
1.基于Matlab与Spss的统计方法与统计思维研究 [J], 李晶;付天舒;汝秀梅;王秋菊;马秀华
2.基于MATLAB的玉米果穗图像轮廓提取 [J], 梁文东
3.基于matlab的岩石表面裂纹统计方法 [J], 简文星;余锦风;任佳;熊亚萍
4.基于颗粒聚合体的玉米果穗建模方法 [J], 于亚军;周海玲;付宏;吴玄辰;于建群
5.基于颗粒识别分析系统的碎屑流堆积物颗粒识别和统计方法研究 [J], 陈达;许强;郑光;彭双麒;王卓;何攀
因版权原因，仅展示原文概要，查看原文内容请购买。
一种小区玉米果穗考种中粘连玉米果穗分割方法及装置[发明专利]
![一种小区玉米果穗考种中粘连玉米果穗分割方法及装置[发明专利]](https://img.taocdn.com/s3/m/fc24899df46527d3250ce0b4.png)
专利名称：一种小区玉米果穗考种中粘连玉米果穗分割方法及装置
专利类型：发明专利
发明人：马钦,张帆,李绍明,刘哲,郭浩,朱德海,张晓东,范梦扬,张亚,张秦川
申请号：CN201610202105.4
申请日：20160331
公开号：CN105894512A
公开日：
20160824
专利内容由知识产权出版社提供
摘要：本发明提供一种小区玉米果穗考种中粘连玉米果穗分割方法及装置，方法为：获取二维图像采集装置采集的小区玉米果穗的二维彩色图片，并处理成包括至少两个二值化子图像(以下称子图像)的二值化图片，获取任一子图像的空白轮廓图，计算空白轮廓图的周长和面积；根据周长和面积，计算子图像的粘连系数；若粘连系数≤预设值或面积≥预设值，生成图像和背景标注线；根据标注线和二值化图片，生成将子图像分割的掩膜，根据掩膜将子图像分割，获取子图像的轮廓图。
装置包括二值化处理单元，轮廓图获取单元，计算单元，标注线生成单元，掩膜生成单元和图像分割单元。
本发明速度快、效率高，可适用各种粘连的玉米果穗的考种，具有通用性。
申请人：中国农业大学
地址：100193 北京市海淀区圆明园西路2号
国籍：CN
代理机构：北京路浩知识产权代理有限公司
代理人：李相雨
更多信息请下载全文后查看。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｖｂ １ ． ３ ｌ ＮＯ ． １ ５
Ａｕｇ．２０１ ５
基 于分 级 阈值 和 多级 筛 分 的玉 米果 穗 穗 粒 分 割 方法
杜建 军，郭新 宇※ ，王传 宇 ， 肖伯祥 ，吴 升
（ １ ．北京市农林科学 院北京农业信息技术研究 中心 ，北京 １ ０ ０ ０ ９ ７ ；２ ．国家农业信息化工程技术研 究中心 ，北京 １ ０ ０ ０ ９ ７ ３ ．农业部农业信息技术重点实验 室，北京 １ ０ ０ ０ ９ ７ ） 摘 要：为 了有效克服果穗形状畸变和穗粒颜色差异对穗粒分割的影响，该文提出一种准确、鲁棒的玉米果穗穗粒分割
穗穗粒的精准分割，为玉米果穗 自动化考种 提供了基础方法。试验结果表明提出方法在穗粒分割准确性 和鲁 棒性 上具有 显 著优 势 ，平 均 计 算 效 率 达 １ ５ ｓ ／ 果穗 。
关键词：分 级；主成分分析 ；支持 向量机；玉米果穗 ；径 向畸变；分级 阈值
ｄ ｏ ｉ ：１ ０ ． １ １ ９ ７ ５ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ — ６ ８ １ ９ ． ２ ０ １ ５ ． １ ５ ． ０ １ ９ 中图分 类号 ：Ｔ Ｐ ３ ９ １ ． ４ １ ：Ｓ １ ２ ６ 文献标志码：Ａ
１ ４ ０
第３ １ 卷 第 １ ５期 ２ ０ １ ５ 年 ８月
农 业 工 程 学 报
Ｔ ｒ ａ ｎ ｓ ａ ｃ ｉ ｔ ｏ ｎ ｓ ｏ ｆ ｔ ｈ ｅ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ Ｓ ｏ ｃ ｉ ｅ ｔ ｙ ｏ ｆ Ａｇ ｉｃ ｒ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ
文章编号：１ ０ ０ ２ — ６ ８ １ ９ （ ２ ０ １ ５ ） 一 １ ５ — ０ １ ４ ０ — ０ ７
杜建军 ， 郭新宇 ， 王传宇 ， 肖伯祥 ， 吴
升．基于分级阈值和多级筛分的玉米果穗穗粒分 割方法 ［ Ｊ ］ ．农业 工程 学报 ， ２ ０ １ ５ ，
３ １ （ １ ５ ） ：１ ４ Ｏ 一１ ４ ６ ． ｄ ｏ ｉ ：１ ０ ． １ １ ９ ７ ５ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ — ６ ８ １ ９ ． ２ ０ １ ５ ． １ ５ ． ０ １ ９ ｈ ｔ ｒ ｐ ： ／ ／ ｗ ｗｗ ． ｔ ｃ ｓ ａ ｅ ． ｏ ｒ ｇ Ｄ ｕ Ｊ ｉ ａ ｎ ｊ ｕ ｎ ， Ｇ ｕ ｏ Ｘｉ ｎ ｙ ｕ ， Ｗａ ｎ ｇ Ｃ ｈ ｕ ａ ｎ ｙ ｕ ， Ｘｉ ａ ｏ Ｂ ｏ ｘ ｉ ａ ｎ ｇ ， Ｗｕ Ｓ ｈ ｅ ｎ ｇ ． Ｓ ｅ ｇ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ｆ ｏ ｒ ｋ ｅ ｎｅ ｒ ｌ ｓ ｏ ｆ ｃ ｏ ｍ ｅ ａ ｒ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｈ ｉ ｅ ｒ ｒｃ ａ ｈ ｉ ｃ ａ ｌ ｔ ｈ ｒ ｅ ｓ ｈ ｏ ｌ ｄ ａ ｎ ｄ ｍｕ ｌ ｉ ｔ — ｌ ｅ ｖ ｅ ｌ ｓ ｃ ｒ ｅ ｅ ｎ ｉ ｎ ｇ ［ Ｊ ］ ． Ｔ ｒ ａ ｎ ｓ ａ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｈｅ ｔ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ Ｓ ｏ ｃ ｉ ｅ ｙ ｔ ｏ ｆ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ（ Ｔ ｒ ａ ｎ ｓ ａ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｈｅ ｔ Ｃ Ｓ Ａ Ｅ ） ， ２ ０ １ ５ ， ３ １ （ １ ５ ） ：１ ４ ０ —１ ４ ６ ． （ ｉ ｎ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ ｗｉ ｔ ｈ Ｅ ｎ ｇ ｌ ｉ ｓ ｈ ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ）
ｈ ｔ ｔ ｐ： ／ ／ ｗｗｗ． ｔ ｃ ｓ ａ ｅ ． ｏ ｒ ｇ
ｄ ｏ ｉ ：１ ０ ． １ １ ９ ７ ５ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ — ６ ８ １ ９ ． ２ ０ １ ５ ． １ ５ ． ０ １ ９
０ 引 言
利用 机器视觉和 图像分析技术进行 玉米果穗考种 已 成 为玉米育种和 品质检 测研 究的重要方法 ４ 】 ，不但能显 著 降低 人力成本 、提 高考种效率 ，而 且可 以生成统 一标 准 的分析 报告 。玉米果 穗 自动化考种一 般包括两步 ：获 取果穗 图像和果穗 图像 分析 。就 图像采 集而言 ，可 以结 合辅助设 备获取单张 、多张甚至连续 的玉米果穗 图像 。 基于 多张 和连续 图像 的果穗考种 ，是利 用果穗不 同侧 面 的信息来 重构和拟合果 穗表 面整体信息 ，样本 数据信 息 完整准确性 高，但面 临数据储 存和处理量大 ，相邻 图像 之间特 征匹配 ，图像拼接及全景图边界识 别等技术难题 ， 另外这类考种 系统往往 需要相 对复杂 的辅助机 械设备或 者多个摄像头来获取果穗不 同侧面 图像［ ５ 曲 】 。基于单张 图 像 的果穗性状计 算简单 、方便 、快捷 ，但利用 单张图像 所 蕴含的局部信 息来计算和推测 果穗整体参数 必然导致 结果准确性下 降， 往往 需结合其他估计模型进行校正［ ７ 培 ］ 。 整 体而言 ，基于 单张图像 的考种算 法是玉米果穗 自动化 考种技 术的核心 ，也 是基于多张 图像 进行果穗考种 的基
方法 。该方法利用果穗三维形状特征校正果穗径 向畸变 以最大程度恢复图像上果穗表面信息 ；采用分级闽值分割策略确
定粒 初次筛分，消除穗粒间粘连 效应 ；结合主成份分析和支 持向量 模 型完成穗粒的二次筛分，生成果穗表面穗 粒分布图。该方法整合了果穗径向畸变一分级阈值 一穗 粒多级筛分，实现 果
收稿 日期 ：２ ０ １ ５ — ０ ４ ． ０ ８
（ ２ ０ １ ２ ＢＡＤ３ ５ Ｂ０１ ）
础 ，因此 通过最大程度挖 掘果穗 图像 隐含信 息来提高考