利用RGB图像高通量和低成本方法计量田间小麦穗数

作者:谷丰光电 来源: 时间:2018-03-21 10:23:33 次数:

研究结果表明,在花期捕获的数据上进行的自动穗计数与谷物产量的关联性优于后期捕获的图像,灌浆后期穗计数的低性能与冠层和穗之间的对比损失有关。

单位面积穗数(穗密度)是决定小麦籽粒产量的主要农艺性状之一。对该值的快速评价可能有助于监测作物管理措施的效率,对谷物产量的早期预测,或作为育种计划中的表型特征。人工计算穗数非常耗时,并且没有一种统一的标准来计算穗数。本文提出了一种自动计算穗数的算法,根据自然光条件下作物上方拍摄的天顶彩色数字图像,估算田间小麦穗密度。2014-2015作物季,在西班牙的两个地点进行了田间试验,一组24个品种的硬质小麦,每个地点都设有两种生长条件。计数的算法分为三个步骤:(1)拉普拉斯频率滤波器,用于去除出现在图像中的低频和高频成分;(2)中值滤波器,用于减少仍存在于麦穗周围的高噪音;(3)使用查找最大值来分割局部峰值并确定图像内的麦穗数量。


利用RGB图像高通量和低成本方法计量田间小麦穗数

图像处理步骤


结果表明,算法计数和手动(基于图像)计数和精确度之间的高成功率(高于90%)和低标准偏差(大约5%)。算法穗数与籽粒产量之间的关系也显著大于与人工(基于田间)穗计数的相关性。在本文的方法中,研究结果表明,在花期捕获的数据上进行的自动穗计数与谷物产量的关联性优于后期捕获的图像,灌浆后期穗计数的低性能与冠层和穗之间的对比损失有关。

利用RGB图像高通量和低成本方法计量田间小麦穗数

图像处理系统使用完整尺寸的图像。(a)输入图像,(b)拉普拉斯滤波器,(c)中值滤波器,(d)找到最大值

开发可靠,低成本和高效的田间方法来评估作为产量重要农艺性状的小麦穗密度,与增加粮食产量的表型分析高度相关。尽管测量的物候阶段很重要,文中介绍的鲁棒图像分析算法可以在航空或其他自动化平台中得到实现。

关键词:数字图像处理,田间表型,拉普拉斯频率滤波器

来源:Plant Methods.Wheat ear counting in-field conditions: high throughput and low-cost approach using RGB images.Jose A. Fernandez-Gallego, Shawn C. Kefauver, Nieves Aparicio Gutiérrez, María Teresa Nieto-Taladriz and José Luis Araus.