检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

小麦麦穗几何表型测量的精准分割方法研究

南京农业大学学报 2019年第5期42卷 956-966页

作者：谢元澄于增源姜海燕金前蔡娜娜梁敬东南京农业大学信息科学技术学院江苏南京210095 南京农业大学国家信息农业工程技术中心江苏南京210095

[目的]小麦麦穗表型获取涉及麦穗到籽粒不同几何尺度的参数精确测量,本文针对麦穗籽粒图像分割粘连现象,研究达到像素级别的精准分割算法,并基于该方法给出籽粒的基本几何参数。[方法]田间随机采集小麦麦穗,对采集的麦穗标本获取表型信... 详细信息

[目的]小麦麦穗表型获取涉及麦穗到籽粒不同几何尺度的参数精确测量,本文针对麦穗籽粒图像分割粘连现象,研究达到像素级别的精准分割算法,并基于该方法给出籽粒的基本几何参数。[方法]田间随机采集小麦麦穗,对采集的麦穗标本获取表型信息并采集图像,进行数据增广和标注,构建1个包括深度残差网络(deep residual network,ResNet)、区域建议网络(region proposal networks,RPN)和全卷积网络(fully convolutional networks,FCN)的实例分割算法MaskR-CNN,对训练集图片进行迭代训练获得模型。[结果]测试集测量结果表明,在测试麦粒上获得的籽粒像素测量平均精度(average-precision,AP)值为0.85,F1(F1-measure)值为0.830,对麦穗长度测量穗长的平均绝对误差为3.30mm,平均相对误差为3.40%,宽度测量的平均绝对误差为0.72mm,平均相对误差为4.10%,综合测量误差为3.75%,试验结果显著优于最大类间方差法(OTSU)以及全卷积网络。通过对特征提取网络层数的修改在处理速度上达到4.26FPS(frames per second),对比FCN处理速度提升了8.5倍。[结论]利用MaskR-CNN分割方法得到1个对整株麦穗和单个籽粒进行目标定位、目标检测和实例分割为一体的端到端、像素级的分割模型,可以对麦穗及部分籽粒进行精确的几何表型测量。

关键词：麦穗表型测量实例分割深度学习

白菜叶片全景三维重建系统设计与表型测量研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

白菜叶片全景三维重建系统设计与表型测量研究

作者：张雪景河北农业大学

学位级别：硕士

白菜作为重要蔬菜作物之一,营养价值较高。其中叶片是其进行光合作用,维持机体生长发育的主要器官。不论是在生产种植还是新品种培育上,叶片表型均包含着关键信息,其表型性状的定量获取具有重要意义。针对传统三维重建方式存在的重建不... 详细信息

白菜作为重要蔬菜作物之一,营养价值较高。其中叶片是其进行光合作用,维持机体生长发育的主要器官。不论是在生产种植还是新品种培育上,叶片表型均包含着关键信息,其表型性状的定量获取具有重要意义。针对传统三维重建方式存在的重建不完全、效率低以及人工采集作物表型信息难以做到高效、精准等问题,本文设计了一种白菜叶片全景三维重建系统,定量提取了重建后的叶片三维模型表型参数并对提取得到的表型参数进行了精度和误差评估。本文的具体研究内容和成果如下:(1)自主研发了全景图像序列自动采集平台,平台主要包括两部工业彩色相机,以步进电机为主体的带动相机旋转的可调速转台以及控制电机参数的电控部分。为了建立能够完整体现白菜叶片的三维模型,在平台中间放置了透明玻璃板载物台,能够采集叶片上下两个方向的全景图像信息。根据叶片点云重建所需的图像帧数,调节适宜的相机拍照间隔和转台旋转速度,并且将获取到的叶片图像序列自动存储到计算机中。(2)采用运动恢复结构(Structure From Motion,SFM)方法对叶片图像序列进行三维点云重建,并设计了一种点云预处理方法。首先对生成的叶片原始点云进行直通滤波和统计滤波去除大部分的背景点云和噪声点云,然后对其进行下采样处理减少点云数量以提高后续点云处理效率;最后基于主成分分析法(Principal Component Analysis,PCA)对两个方向生成的叶片点云进行缩放处理使其尺度大小相同。(3)设计了一种叶片点云的配准拼接方法和叶片表型参数提取方法,得到叶片全景三维点云模型并分析了重建后模型的精度和误差。首先,在拍摄图像时放置标记物,生成三维点云模型后,采用四点全等集配准算法(4-Points Congruent Sets,4PCS)和PCA方法对标记物点云进行初始配准,结果表明4PCS算法效果更佳。其次,对初始配准后的标记物点云采用迭代最近点(Iterative Closest Point,ICP)算法进行精配准,得到了变换矩阵。由于叶片与标记物的相对位置是不变的,再把变换矩阵应用于叶片点云即完成了叶片点云的配准,得到最终叶片全景三维点云模型。最后,对生成的叶片点云模型进行坐标变换,生成点云最小包围盒并得到叶长、叶宽、叶高和叶最小包围盒体积,其与对应的人工测量真实值具有显著的线性关系,拟合后的决定系数R2分别为0.9198、0.9213、0.9667和0.9672。结果表明,获取的白菜叶片三维点云模型具有较高的测量精度。本文提出的方法不但可以重建白菜叶片的全景三维点云模型,视觉效果较好,并且提取的表型信息精度较高。此外,本文三维重建系统的适用性验证结果表明其也可用于重建其它中小型物体的全景三维点云模型,其数据采集效率高、成本低廉,可为三维重建相关工作提供参考。

关键词：白菜叶片多视图三维重建点云滤波点云缩放点云配准表型测量

中医表型测量标准化研究及国际标准关联性分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国标准化 2023年第5期 115-120页

作者：王萍萍许俊郭云峰任程上海国际人类表型组研究院

本文介绍了中医表型组相关理论内涵,说明了开展中医表型测量的意义,阐述了国内外中医表型标准化现状,并对相关的国际标准化技术委员会的研究范围进行关联性分析,同时,提出国内标准化面临的问题,并针对性地提出对策建议,为中医表型测量... 详细信息

本文介绍了中医表型组相关理论内涵,说明了开展中医表型测量的意义,阐述了国内外中医表型标准化现状,并对相关的国际标准化技术委员会的研究范围进行关联性分析,同时,提出国内标准化面临的问题,并针对性地提出对策建议,为中医表型测量工作的开展提供技术参考。

关键词：中医表型测量标准化关联性

基于RGB-D相机的整盘西瓜种苗表型无损测量算法研究

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于RGB-D相机的整盘西瓜种苗表型无损测量算法研究

作者：李磊华中农业大学

学位级别：硕士

种苗表型测量主要依靠人工,效率低、易损苗,限制了以种苗表型数据为基础的研究,急需高通量的无损测量技术替代人工。本文以整盘西瓜种苗为例,提出了一种针对1叶1心生长期到3叶1心生长期的整盘西瓜种苗表型无损测量方法,实现了针对整盘... 详细信息

种苗表型测量主要依靠人工,效率低、易损苗,限制了以种苗表型数据为基础的研究,急需高通量的无损测量技术替代人工。本文以整盘西瓜种苗为例,提出了一种针对1叶1心生长期到3叶1心生长期的整盘西瓜种苗表型无损测量方法,实现了针对整盘西瓜种苗不同生长期表型数据的实时测量,且测量精度满足使用要求。为整盘种苗表型检测相关研究提供了一个有益的范例,有望成为种苗相关研究的测量工具,具有良好的应用价值。本文主要研究内容如下:(1)基于Azure Kinect开展了整盘种苗图像采集工作,针对整盘种苗图像的采集需求,设计并制作了图像采集装置,并在其顶部和侧边位置安装了两台Azure Kinect,分别用来拍摄整盘种苗的冠层和茎秆图像序列。开发了与图像采集装置配套使用的自动化/半自动化图像采集软件,可显示相机的工作状态,并实现彩色图、深度图、彩色对齐深度图(RGB-D)和深度对齐彩色图(D-RGB)数据的实时采集,大幅提升采图效率。对采集到的种苗图像进行深度学习数据集的制作,包括生长点、叶片和茎秆图像的标注,并对标注好的图像进行数据集扩充,为后续深度学习的训练提供数据支撑。(2)基于深度学习提出了种苗生长点识别、叶片和茎秆图像分割算法。对于整盘种苗生长点图像的识别,测试了YOLOX和Faster RCNN两种目标检测算法。经过实验对比分析,YOLOX对生长点具有更好的性能,识别准确率均高于96.8%。因此,选择YOLOX作为生长点图像识别算法。对于整盘种苗叶片图像的识别和分割,测试了Mask RCNN和YOLACT两种分割算法。经过实验对比分析,Mask RCNN具有更好的性能,在叶片的识别、分类和分割的精度均高于91.7%。对于整盘种苗茎秆图像,使用Mask RCNN算法取得了很好的分割效果,分割精度均高于95%。以上种苗器官图像识别与分割算法均满足表型测量需求,为后续的表型测量提供精准的图像分割效果。(3)设计了种苗数量、株高、真叶数、子叶数、叶面积、茎粗、下胚轴等表型参数的计算方法。依据穴盘规格,结合生长点图像识别及其位置信息,建立了生长点索引方法,确定了种苗数量以及种苗在穴盘中的实际生长位置。依据株高定义,在深度图像中计算生长点和穴盘基质的高度差作为株高。Mask RCNN叶片图像分割算法可以输出叶片的类别、数量和分割结果,再利用Cycle GAN循环对抗网络和图像处理算法,实现叶片遮挡部分彩色和深度信息的修复,并在叶片点云中实现叶面积的测量。Mask RCNN茎秆图像分割算法可以得到茎秆的掩膜图并对其进行骨架提取,利用茎秆掩膜图和骨架的像素点坐标对应深度图中的深度信息,即可实现下胚轴长和茎粗的无损测量。(4)为完成整盘种苗表型检测算法性能的评估。在冠层表型(叶片数、叶面积、生长点和株高)和在茎秆表型(茎粗和下胚轴长)的测量中,各选取3盘种苗进行算法性能测试,并与人工测量结果进行对比。实验结果表明,株高表型的平均测量准确率为95.34%,真叶数的平均测量准确率97.94%,子叶数的平均测量准确率为95.31%,叶面积的平均测量准确率为91.70%,下胚轴长的平均测量准确率为92.59%,茎粗的平均测量准确率为91.79%。测量结果证明本文提出的表型无损检测方法展示出了较好的测量精度,满足表型检测需求。(5)使用Py Qt开发了一款整盘种苗表型无损测量软件,根据用户使用习惯优化了软件界面,并将深度学习网络算法和表型计算方法集成到表型测量软件中,同时制定了规范化的操作流程,简化了繁琐的表型测量流程。

关键词： RGB-D相机整盘种苗深度学习图像处理表型测量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

香蕉假茎、球茎和根系动态生长模型构建研究

农机化研究 2023年第1期45卷 1-7页

作者：宋帅帅段洁利杨洲邹湘军欧志武华南农业大学广州510642 嘉应学院广东梅州514015 广州计量检测技术研究院广州510030 华南理工大学广州510000

通过香蕉假茎、球茎和根系的表型生长模型及相关分析可为香蕉变量施肥作业提供数据基础。为解决人工测量球茎、根系外接圆难以确定问题,采用基于图像处理方法测量相关表型参数。通过测量广西宝岛蕉全生长周期内的20个阶段,采用图像处理... 详细信息

通过香蕉假茎、球茎和根系的表型生长模型及相关分析可为香蕉变量施肥作业提供数据基础。为解决人工测量球茎、根系外接圆难以确定问题,采用基于图像处理方法测量相关表型参数。通过测量广西宝岛蕉全生长周期内的20个阶段,采用图像处理表型测量方法测量假茎直径、球茎直径与根系水平分布长度,分别建立表型特征的生长模型并进行相关性分析。结果表明:假茎直径、球茎直径和根系水平分布长度表型生长模型均呈现“S”形,遵循作物的生长规律;香蕉假茎和球茎极显著正相关,相关系数为0.99177(P表型性状之间分别存在极显著正相关关系。由此表明,可通过测量香蕉假茎表型参数预测地下球茎和根系的表型参数,进而为变量施肥作业提供数据依据。

关键词：图像处理表型测量生长模型相关性香蕉

基于三维重建可视化的甜荞表型特征研究与分析

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于三维重建可视化的甜荞表型特征研究与分析

作者：聂铖山西农业大学

学位级别：硕士

我国是荞麦作物的发源地,栽培范围广,山西省为甜荞植株主要种植地之一。因为甜荞具有很高的营养价值,且具有耐干旱和寒冷、生长周期短等特点,所以研究甜荞植株表型性状对现代农业育种、选种技术的发展有着重要意义。传统手工测量表型性... 详细信息

我国是荞麦作物的发源地,栽培范围广,山西省为甜荞植株主要种植地之一。因为甜荞具有很高的营养价值,且具有耐干旱和寒冷、生长周期短等特点,所以研究甜荞植株表型性状对现代农业育种、选种技术的发展有着重要意义。传统手工测量表型性状的方法存在主观性强、劳动强度大、数据损坏等问题。近几年计算机技术在作物表型领域有着广泛地应用,三维点云中所存储的信息量比二维图像存储的信息多,可以提取更多的特征信息对植物进行分析。目前三维重建技术和作物表型主要针对玉米、大豆、水稻植株的研究较多,对甜荞植株的研究较少,所以提供一种可以快速无损测量甜荞植物表型性状的方法具有实际意义。本文利用甜荞的三维重建模型对甜荞表型性状进行测量与分析。本文采用基于运动恢复结构和多视角立体视觉建立的甜荞盆栽植物的稠密点云进行性状分析,利用体素滤波、条件滤波、统计滤波三种滤波将结合的方法去除因人为或环境因素影响产生的噪声点。并将获取的数据与人工测量的数据进行回归分析。主要创新点如下:(1)提出了一种基于曲面运动恢复的甜荞植株三维重建模型。对重建出的模型进行预处理。(2)选用体素滤波、统计滤波以及条件滤波组合的方法对重建后的点云进行去除噪声点。(3)以甜荞盆栽为研究对象,基于曲面运动恢复获取甜荞点云数据,提出计算甜荞植株的株高、叶面积、叶夹角、叶片数等表型性状的算法。结果表明,本文提出的重建模型对不同表型性状的测量均有很高的适应性。三维测量与人工测量的株高、叶面积、叶夹角、叶片数的决定系数均高于94%,本文运用的测量算法具有较高的准确性。对甜荞表型性状的研究为种植者提供最合适的种植方案,从而提高甜荞的产量,更好的适应市场需求,实现其经济价值。

关键词：甜荞植株三维重建表型测量运动恢复结构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三维重建的谷子表型动态监测

基于三维重建的谷子表型动态监测

作者：朱越涛山西农业大学

学位级别：硕士

基因和环境对作物的影响可以直接体现为作物表型,因此,优质的作物品种可以通过表型进行鉴定。随着高通量表型组学的发展,借助科技手段,对作物性状做出高效快速甄别,这是现代农业发展所要达到的目的之一。谷子(小米)是一种重要的小杂粮,... 详细信息

基因和环境对作物的影响可以直接体现为作物表型,因此,优质的作物品种可以通过表型进行鉴定。随着高通量表型组学的发展,借助科技手段,对作物性状做出高效快速甄别,这是现代农业发展所要达到的目的之一。谷子(小米)是一种重要的小杂粮,是北方农业种植体系的重要组成部分,优质高产的谷子品种不仅可以增加食物来源的种类,丰富人类的饮食结构,还可以增加相关农业经济。因此对谷子展开表型测量工作是一种有利于谷子育种工作和提高经济效益的重要现代化技术。本研究以谷子为研究对象,在山西农业大学太谷校区开展谷子种植以及表型动态监测的试验与工作。通过对栽培的谷子进行表型信息采集以及动态监测,展开基于三维重建的谷子表型测量,并且验证其精度。主要内容和实验结果如下:(1)在山西农业大学软件学院植物表型研究室搭建室内种植环境,开展谷子的室内盆栽实验。谷子出苗之后定期对谷子进行拍照采集谷子的二维图像信息,对谷子表型进行人工测量,为后续三维重建和结果评估提供依据。(2)采集的图像经过校正与特征点检测匹配后,使用运动恢复结构算法和立体多视角几何算法展开基于图像的谷子的三维重建。对谷子三维点云模型进行预处理后,使用直通滤波,统计滤波等滤波算法综合处理后,完成点云模型去噪,之后通过坐标系投影等方法从中提取谷子表型参数进行测量。(3)将基于三维重建的谷子表型测量数据与人工测量数据相比较进行,进行精度验证和结果评估,经分析得知两种技术在谷子株高的线性拟合系数R为0.969;谷子叶宽的线性拟合系数R为0.950,叶片数的线性拟合系数R为0.923,叶面积的线性拟合系数R为0.973,叶长的线性拟合系数R为0.974。所有拟合系数值均高于0.9,证明基于三维重建的谷子表型测量是切实可行的,同时定时对谷子进行数据采集,得到谷子从出苗起的一系列表型数据,完成谷子的动态监测。试验结果表明,基于图像的三维重建所测量得到的谷子表型数据正确率较高,可以有效的进行三维测量,为谷子的高通量表型测量提供了实际可行性途径,同时对谷子苗期的三维重建为小型植物的三维重建开拓了新的思路,并提供了理论和数据支撑。

关键词：谷子表型三维重建点云滤波表型测量

基于AI边缘计算的油菜角果及籽粒智能考种方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于AI边缘计算的油菜角果及籽粒智能考种方法研究

作者：柯宇曦华中农业大学

学位级别：硕士

随着全球人口剧增、农业耕地面积减少带来的粮食安全问题加剧,保障粮食品质与产量尤为重要。油菜是世界产油效率最高的油料作物之一,也是我国食用植物油的第一大来源,对油菜进行考种是油菜遗传解析以及优良品种选育不可或缺的环节。目... 详细信息

随着全球人口剧增、农业耕地面积减少带来的粮食安全问题加剧,保障粮食品质与产量尤为重要。油菜是世界产油效率最高的油料作物之一,也是我国食用植物油的第一大来源,对油菜进行考种是油菜遗传解析以及优良品种选育不可或缺的环节。目前油菜考种方法依赖于人工计数,测量角果首尾直线距离记为角果长度,并对油菜角果进行破壳处理,通过数粒板对籽粒进行人工计数,考种步骤繁琐且精度较低,无法准确获取油菜每角果粒数、角果表面积等重要参数。为提高油菜考种效率,本研究提出了一种基于AI边缘计算的油菜角果及籽粒智能考种方法,对油菜籽粒数量、每角果粒数、油菜角果长度以及表面积进行快速测量,主要从以下几个方面展开研究:(1)基于P2PNet的油菜籽粒快速计数以及定位。采集自然光下油菜籽粒图像,通过对比P2PNet计数网络和基于传统密度回归的CANet,确定了基于P2PNet的油菜籽粒快速计数与定位方法。在整个测试集上,平均计数误差MAE为3.02,平均计数百分比误差MAPE为0.139%,密度标准化平均精度n AP为99.74%。在加入杂质以及籽粒高密集度分布场景下均实现了高精度的计数与定位。(2)LED透射下油菜角果表型性状提取。通过选用特定波长的LED光源以及图像采集设备搭建了油菜角果图像采集系统,采集到的图像可以清晰观察到油菜角果内部籽粒分布情况。通过P2PNet模型实现了对油菜每角果粒数的无损获取,平均计数误差MAE为1.27,MAPE为7.04%。通过SOLOv2实例分割模型对采集到的LED透射油菜角果图像进行分割,分割平均精度m AP为82.5%,通过将分割结果的Mask掩膜转换为二值图像后计算出每个角果的长度以及表面积,该方法与人工测量相比具有更高的精度。(3)基于边缘计算的油菜角果及籽粒考种方法。为实现油菜考种的实时应用,减少云端数据传输压力,在边缘计算设备Nvidia Jetson AGX Xavier部署油菜角果及籽粒考种模型。为了提升模型的计算效率,降低输入图片尺寸在PC端进行训练,对训练好的模型进行ONNX格式转换并通过ONNX Runtime实现推理过程优化。最终在边缘设备上,油菜籽粒计数模型的MAPE为2.85%,检测速度达到4.13帧/s,LED透射油菜角果籽粒计数模型MAPE为4.80%,检测速度达到3.13帧/s。综上所述,本文提出了一种新的智能化油菜考种方法,为油菜遗传解析以及优良品种选育提供一种油菜角果及籽粒表型性状快速测量与分析工具。

关键词：油菜产量 LED透射成像籽粒计数表型测量深度学习边缘计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像处理的谷子表型特征监测

基于图像处理的谷子表型特征监测

作者：郑小南山西农业大学

学位级别：硕士

谷子是我国旱作农业的主要作物,起源于中国,作为小杂粮之一,具有较高的营养价值。植物表型指作物在生长发育过程中所表现的一系列生理、生化性状,在一定程度上可以反映当前作物的生长状况,因此,对植物表型快速测量在作物产量的提高与质... 详细信息

谷子是我国旱作农业的主要作物,起源于中国,作为小杂粮之一,具有较高的营养价值。植物表型指作物在生长发育过程中所表现的一系列生理、生化性状,在一定程度上可以反映当前作物的生长状况,因此,对植物表型快速测量在作物产量的提高与质量的提升方面具有十分显著的作用。然而,目前我国对谷子的表型测量还主要是以人工的测量方式为主,需耗费大量的时间和劳动力,且人眼判断也会具有一定的主观性,使得表型工作测量效率低、准确性差。图像处理技术与农业不断融合,可改善以上传统人工测量中存在的问题,实现谷子表型测量的智能化、自动化、高效化。本研究以晋谷21为试验材料,表型测量主要分为大田和室内两部分,通过数码相机分别获取谷子大田群体和谷子室内单株的RGB图像,然后采用灰度化、二值化、形态学操作和骨架提取等常见的图像处理技术,实现谷子大田图像的冠层分割及谷子室内图像的茎叶分割,并通过分割结果,研究较优异的算法计算谷子叶面积指数、生物量、叶长、叶宽、株高等表型参数,以此实现谷子表型的快速测量。主要研究结果如下:(1)大田谷子冠层提取。分别采用了超绿分割、基于Lab颜色空间的Kmeans聚类分割和基于H分量的Kmeans聚类分割三种算法,对谷子阴天、背景复杂有阴影、光照不均、露水雨水反光四类冠层图像进行冠层提取。实验表明,对于阴天和背景复杂有阴影的谷子冠层图像,三种算法均可以较完整的提取,分割精度均达到93%以上;对于光照不均的图像,超绿分割效果最差,基于Lab空间和HSI空间的K均值聚类分割效果相对优异,分别为93%和96%;对于露水雨水反光的图像,基于H分量的K均值聚类分割精度最高,达到97%。(2)室内谷子茎叶分割。获取室内谷子原图像之后,需要先预处理,将原始的RGB图像实现二值化,然后采用骨架提取及基于zhang的骨架细化算法,得到谷子的最终骨架模型,寻求骨架的交叉点,并通过叶片标记和交叉点完成茎叶分割和各个叶片的分割。结果表明,该算法可以快速、准确的实现谷子茎叶分割,并且对不同生育期的谷子分割效果均较理想。(3)大田谷子表型测量。在完整提取谷子冠层的基础上,分别计算图像的冠层覆盖度CC和蓝光标准化值b、过绿指数EXG、绿光标准化值g、超红指数EXR、过绿减超红指数EXGR、亮度INT、红光标准化值r七个可见光颜色指数,将以上图像特征与谷子的叶面积指数及生物量进行相关性分析,选取其中相关性较高的特征,建立谷子叶面积指数和生物量的SVM、PLSR、BPNN以及RF四种预测模型。结果表明,除INT和EXR相关性较低外,其余的图像特征均与谷子叶面积指数及生物量呈显著相关,其中CC、b、EXG、EXGR呈正相关,r、g呈负相关;叶面积指数估测模型中构建的BPNN模型预测效果最好,其中该模型的R为0.8529且RMSE为0.3121;生物量估测模型与叶面积指数估测模型类似,均是BPNN模型预测效果最好,模型的R为0.7924且RMSE为0.0891;随着特征数的减少,模型的准确率也在逐步降低。(4)室内谷子表型测量。室内谷子表型测量的参数主要有叶长、叶宽及株高。分别研究了各个表型参数测量的算法,叶长主要是通过叶片的骨架代表叶片的长度;叶宽是通过做叶长方向的垂线找到叶宽的角度值,并寻找叶片的重心所在位置,用已知角度和重心画一条直线,直线与叶片边缘相交形成两个关键点,两个关键点间的距离即可表示叶片最大宽度;谷子株高需要寻找到植株的最小外接矩形,并计算最小外接矩形的长,该长度则可代表当前植株的株高。实验表明,利用以上算法测量的谷子叶长、叶宽、株高均较准确,与人工测量值的相对误差分别为3.81%、6.05%和3.72%。

关键词：谷子表型测量图像处理叶面积指数