马志宏，贡亮，林可，毛雨晗，吴伟，刘成良

上海交通大学 机械与动力工程学院, 上海 200240

出版日期:2019-02-28发布日期:2019-02-28
通讯作者:贡亮，男，副教授，博士生导师，电话（Tel.）：021-34207061；E-mail：gongliang_mi@sjtu.edu.cn.
作者简介:马志宏(1994-)，男，甘肃省临夏回族自治州人，硕士生，从事植物图像表型测量研究.
基金资助:国家自然科学基金(51775333),上海市农业委员会（沪农种字（2015）第20号）

Estimation of Panicle Seed Number Based on Panicle Geometric Pattern Recognition

MA Zhihong，GONG Liang，LIN Ke，MAO Yuhan，WU Wei，LIU Chengliang

School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China

Online:2019-02-28Published:2019-02-28

摘要/Abstract

摘要： 基于稻穗几何形态特征和在穗籽粒数二者之间的映射关系，提出基于稻穗图像形态学特征机器学习的在穗籽粒测量新方法.首先，利用图像处理方法提取一次枝梗的面积、骨架长度、周长、骨架距离均值等形态特征.其次，针对一次枝梗识别，提出基于局部距离方差的提取方法，获取一次枝梗骨架.最后，使用改进的支持向量机构建稻穗几何形态特征和在穗籽粒数两者之间的映射关系.实验结果表明，用以上特征训练的分类器，预测稻穗籽粒数的相对误差平均值为6.72%，可以有效解决测量在穗籽粒数时遇到的遮挡和粘连问题.研究结果表明，稻穗形态学特征与在穗籽粒数存在确定性内蕴映射关系，该映射能够被多分类集成支持向量机训练策略描述，且识别精度高于现有回归方法.
关键词: 稻穗, 一次枝梗, 形态学特征, 支持向量机
Abstract: School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China
Key words: panicle, primary branch, morphological features, support vector machine (SVM)


PDF全文下载地址:

点我下载PDF