CN102425992A - 一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法 - Google Patents

一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法 Download PDF

Info

Publication number
CN102425992A
CN102425992A CN2011104196065A CN201110419606A CN102425992A CN 102425992 A CN102425992 A CN 102425992A CN 2011104196065 A CN2011104196065 A CN 2011104196065A CN 201110419606 A CN201110419606 A CN 201110419606A CN 102425992 A CN102425992 A CN 102425992A
Authority
CN
China
Prior art keywords
corn
image
ear
corn ear
designated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011104196065A
Other languages
English (en)
Other versions
CN102425992B (zh
Inventor
杨锦忠
韩仲志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Agricultural University
Original Assignee
Qingdao Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Agricultural University filed Critical Qingdao Agricultural University
Priority to CN201110419606.5A priority Critical patent/CN102425992B/zh
Publication of CN102425992A publication Critical patent/CN102425992A/zh
Application granted granted Critical
Publication of CN102425992B publication Critical patent/CN102425992B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种通过采用计算机图像处理方法来实现对玉米果穗性状测量的装置,该装置包括用来采集玉米性状图像信息的采集单元;与上述的采集单元相连接的,用于处理上述图像信息并获得最终测量结果的处理单元。本发明还公开一种利用上述装置测量玉米穗行数、穗行倾角以及穗缘角的方法。本发明所公开的玉米果穗性状测量装置及玉米性状的测量方法,使玉米果穗的性状信息提取更客观、科学,应用于农业生产与科研领域,提高了生产效率。

Description

一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法
技术领域
本发明涉及一种在农业科研领域内使用的测量装置,具体的说涉及一种玉米果穗性状测量装置,以及使用该装置测量玉米穗行数及穗行倾角和穗缘角的方法。 
背景技术
果穗是玉米重要的植物器官,植物器官的大小取决于细胞的分裂与生长,形状主要依赖于细胞分化,颜色则与显色物质的代谢密切相关,纹理则是细胞分裂、生长、分化与代谢相互作用的最终形态体现。 
在玉米生产与科研活动中,玉米穗行数是最常见的测定性状。 
在玉米种质资源评价和品种权保护工作中,籽粒排列形式是一个重要性状。一般有三种类型:直型、螺旋状和不规则。果穗籽粒穗行倾角是确定果穗籽粒排列形式的直接依据之一,果穗的穗行倾角即为果穗中轴线与果穗籽粒行之间的夹角。籽粒行倾角大于等于某一阈值,则可视为螺旋状;小于该阈值,则可视为直型;没有明显的籽粒行,则视为不规则。 
在玉米种质资源评价和品种权保护工作中,果穗形状是又一个重要性状。一般有三种穗形:圆锥形、圆筒形和中间型。穗缘角是确定果穗形状的最重要依据之一,穗缘角即为果穗中轴线与果穗边缘线之间的夹角。穗缘角大于等于某一阈值,则可视为圆锥形;小于该阈值,而且,果穗主体部分的矩形度大于某一阈值,则可视为筒形;其它情形,可视为中间型。 
目前,上述性状主要靠人工目测计数,但如采用图像处理方法测量植物形态,不仅可以替代部分人工测量,获得更高精度的结果,而且还能够提供新的候选性状。虽然有文献报道计算机图像处理方法,但是,由于方法固有的局限性,鲁棒性差,实际应用不广泛。中国专利申请201010210313.1公开了一种基于机器视觉的玉米果穗形状参数自动检测装置,中国专利申请201010226335.7公开了一种基于机器视觉的玉米考种装置,但这些专利申请中并没有公开具体的玉米果穗性状的测定方法。 
发明内容
本发明所要解决的技术问题就是提供一种通过采用计算机图像处理方法来实现对玉米果穗的穗行数及穗行倾角和穗缘角进行测量的装置和方法。 
本发明采用如下技术方案: 
一种玉米果穗性状测量装置,该测量装置包括: 
用来采集玉米性状图像信息的采集单元; 
与上述的采集单元相连接的,用于处理上述图像信息并获得最终测量结果的处理单元。 
进一步的,所述的采集单元包括: 
一面可打开的封闭灯箱,该封闭灯箱的底面设有转盘,顶面设有钩子,并且在顶面和一侧面开有摄像孔,在底面的四角装有光源; 
通过数据线与处理单元连接的相机,该相机的镜头可以伸入摄像孔内; 
通过数据线与处理单元连接的扫描仪,该扫描仪的盖板敞开,并有遮光罩罩在扫描区域上。 
进一步的,所述的处理单元为计算机。 
进一步的,所述的光源为白炽灯光源。 
一种玉米穗行数测量方法,该方法包括如下步骤: 
(1)将玉米从中部掰断,利用权利要求1所述的测量装置测得玉米果穗横切面的图像; 
(2)将上述图像转化为二值图像BW并作Radon变换,取过圆点的各直径长度,长度的中位数为外圆周半径; 
(3)玉米籽粒环厚度T等于籽粒深度D乘以k,k∈[0.5,1.0],籽粒深度D为用户估计值; 
(4)内圆周半径等于外圆周半径减去籽粒环厚度; 
(5)以横切面的质心为圆心,并参照上述内外圆周半径,从图像中剪切出籽粒环,并将籽粒环转换为灰度图像后再进行归一化处理得g’,求其补,即1-g’记为g; 
(6)把直角坐标系向极坐标系转化并取720个等间隔的旋转角,将籽粒环灰度图像变换为矩形图像,记为p’; 
(7)对p’纵向求和后,计算和值向量的最小值,并以最小值所在竖直轴为界,将左侧整体移至右侧末尾,得p; 
(8)根据预测的玉米果穗穗行数,即集合{8、10、12、14、16、18、20、22}或其子集,分别将横切面的圆心角进行等分,计算等分线上果穗横断面补色图像的均值,然后对每一预设穗行数计算平均值,然后等间隔计算图像p的纵向和,然后横向平移一个步长再重新计算,重新计算的次数以玉米籽粒宽度为限,步长以单个像素为最小值; 
(9)对于每一预设穗行数,取其最大均值为代表值,将最大代表值对应的穗行数作为初估值,如其不是其它预设穗行数的公约数,则将其作为穗行数输出。 
在上述第(5)步中,对于黄色玉米和白色玉米,转换函数为取红、绿和蓝分量的最大值。 
在上述第(7)步中,需对和值向量进行平滑处理。 
一种玉米穗行倾角的测量方法,该方法包括如下步骤: 
(1)利用权利要求1所述的测量装置测得穗长方向上的玉米果穗图像后将其转化为二值图像BW; 
(2)根据上述二值图像BW,逐点计算果穗粗度,记为W,取W的最大值Wmax,并将整数区间[1,Wmax]划分为6等分或者7等分,计数W落入各亚区间的频数,最大频数对应的区间上限值即为玉米果穗粗度的众数; 
(3)穗粗阈值等于k乘以粗度的众数,k∈[0.5,1.0],分别自左或者自右开始,遍历W,第一个大于或者等于穗粗阈值的位置,即是玉米果穗中段起始或者终止位置,分别记为L和R; 
(4)根据上述起始和终止位置在图像上剪切出玉米果穗中段,记为M(x,y),x=1,2,...,C,C为穗段长度,即C=R-L+1,将M转换为灰度图像后再对其进行归一化,得g’,求其补,即1-g’,记为g; 
(5)求图像g的Radon变换,结果记为G,旋转角的取值范围为[30°,150°]; 
(6)计算G的最大值点,最大值点的旋转角减去90°,即是穗行倾角,其值域为[-60°,60°]。 
一种玉米穗缘角的测量方法,该方法包括如下步骤: 
(1)利用权利要求1所述的测量装置测得穗长方向上的玉米果穗图像后将其转化为二值图像BW; 
(2)根据上述二值图像BW,逐点计算果穗粗度,记为W,取W的最大值Wmax,并将整数区间[1,Wmax]划分为6等分或者7等分,计数W落入各亚区间的频数,最大频数对应的区间上限值即为玉米果穗粗度的众数; 
(3)穗粗阈值等于k乘以粗度的众数,k∈[0.5,1.0],分别自左或者自右开始,遍历W,第一个大于或者等于穗粗阈值的位置,即是玉米果穗中段起始或者终止位置,分别记为L和R; 
(4)根据上述起始和终止位置在图像上剪切出玉米果穗中段,记为M(x,y),x=1,2,...,C,C为穗段长度,即C=R-L+1; 
(5)以M左下角为原点,沿X轴逐点计算玉米果穗粗度,即在X坐标轴上的投影和,连同X坐标一起,记为数据对(X,Y),根据数据对(X,Y)建立Y对X的直线回归方程: y=a+b*x; 
(6)回归系数b就是直线与X轴夹角δ的正切函数值,所以,δ=tan-1(b),而穗缘角为δ值的一半。 
本发明的有益效果是: 
本发明所公开的玉米果穗性状测量装置,通过灯箱与扫描仪组合获取玉米果穗图像,通过计算机对获取的图像进行性状测量,实现了对玉米果穗性状图像信息的计算机图像处理。果穗的性状信息提取更客观、科学,应用于农业生产与科研领域,提高了生产效率。 
本发明所公开的玉米穗行数测量方法从果穗横切面图像剪切出籽粒环,这增强了方法的鲁棒性,能够抵抗各种穗轴芯异常和籽粒间隙异常的干扰。 
本发明所公开的玉米穗行倾角的测量方法根据玉米果穗粗度的众数精确确定剪切位置,而不是简单地将穗长三等分。这有效避免了玉米果穗秃顶和基部缺粒的干扰,增强了方法的鲁棒性。旋转角的取值范围为[30°,150°],这是根据玉米的生物学特性作出的选择。与取值0度至180度相比,可以大大提高速度,而且避免了个别果穗存在籽粒间隙几乎全部位于同一径向直线上时,误报为籽粒行间隙。 
本发明所公开的玉米穗缘角的测量方法根据玉米果穗粗度的众数精确确定剪切位置,而不是简单地将穗长三等分。这有效避免了玉米果穗秃顶和基部缺粒的干扰,增强了方法的鲁棒性。采用稳健直线回归方法,进一步增加方法的鲁棒性。 
附图说明
图1是本发明的整体结构示意图。 
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。 
实施例1,请参照图1,图1示意性的示出了本发明所公开的一种玉米果穗性状测量装置,该测量装置包括用来采集玉米性状图像信息的采集单元,与上述的采集单元相连接的,用于处理上述图像信息并获得最终测量结果的处理单元。前述的采集单元包括,一面可打开的封闭灯箱2,该封闭灯箱2相当于一个暗箱,其底面设有转盘3,顶面设有钩子4,并且在顶面和一侧面开有摄像孔5,在底面的四角装有白炽灯光源1;通过数据线与处理单元连接的相机7,该相机7的镜头可以伸入摄像孔I 5或摄像孔II 6内;通过数据线与处理单元连接的 扫描仪10,该扫描仪10的盖板11敞开,并有遮光罩12罩在扫描区域上。在拍摄玉米侧面图像时,白炽灯光源1打开,可将玉米果穗平放在转盘3上,相机7通过顶面的摄像孔I 5拍摄图像,也可以将玉米果穗的一端挂在钩子4上,玉米果穗自然下垂,相机7通过侧面的摄像孔II6拍摄图像,为了能更全面的拍摄玉米果穗侧面的图像,可将转盘3或钩子4的角度进行旋转,每旋转120度角,拍摄一副图像。在用扫描仪10扫描玉米横断面的图像时,将玉米从中间位置掰断,将断面朝下平放在扫描仪10上,扫描时把扫描仪盖板11敞开或者卸掉,同时,盖上遮光罩12,扫描的图像背景为黑色,以消除背景影响。最后将拍摄的图像和扫描的图像传输给处理单元以备测量特征使用,在本实施例中,处理单元采用普通的计算机8,计算机8与显示器9相连接。 
本发明还公开了一种玉米穗行数测量方法,该方法包括如下步骤: 
(1)将玉米从中部掰断,利用权利要求1所述的测量装置测得玉米果穗横切面的图像; 
(2)将上述图像转化为二值图像BW并作Radon变换,取过圆点的各直径长度,长度的中位数为外圆周半径; 
(3)玉米籽粒环厚度T等于籽粒深度D乘以k,k∈[0.5,1.0],值越大,籽粒环越厚,籽粒深度D为用户估计值; 
(4)内圆周半径等于外圆周半径减去籽粒环厚度; 
(5)以横切面的质心为圆心,并参照上述内外圆周半径,从图像中剪切出籽粒环,并将籽粒环转换为灰度图像后再进行归一化处理得g’,求其补,即1-g’记为g; 
(6)把直角坐标系向极坐标系转化并取720个等间隔的旋转角,将籽粒环灰度图像变换为矩形图像,记为p’; 
(7)对p’纵向求和后,计算和值向量的最小值,并以最小值所在竖直轴为界,将左侧整体移至右侧末尾,得p; 
(8)根据预测的玉米果穗穗行数,即集合{8、10、12、14、16、18、20、22}或其子集,分别将横切面的圆心角进行等分,计算等分线上果穗横断面补色图像的均值,然后对每一预设穗行数计算平均值,然后等间隔计算图像p的纵向和,然后横向平移一个步长再重新计算,重新计算的次数以玉米籽粒宽度为限,步长以单个像素为最小值; 
(9)对于每一预设穗行数,取其最大均值为代表值,将最大代表值对应的穗行数作为初估值,如其不是其它预设穗行数的公约数,则将其作为穗行数输出。 
在上述第(5)步中,对于黄色玉米和白色玉米,转换函数为取红、绿和蓝分量的最大值。对于其它颜色的玉米,寻找适当的变换函数,使籽粒与籽粒间隙的对比最大。 
在上述第(7)步中,需对和值向量进行平滑处理。 
本发明还公开了一种玉米穗行倾角的测量方法,该方法包括如下步骤: 
(1)利用权利要求1所述的测量装置测得穗长方向上的玉米果穗图像后将其转化为二值图像BW; 
(2)根据上述二值图像BW,逐点计算果穗粗度,记为W,取W的最大值Wmax,并将整数区间[1,Wmax]划分为6等分或者7等分,计数W落入各亚区间的频数,最大频数对应的区间上限值即为玉米果穗粗度的众数; 
(3)穗粗阈值等于k乘以粗度的众数,k∈[0.5,1.0],值越大,起止距离越短,分别自左或者自右开始,遍历W,第一个大于或者等于穗粗阈值的位置,即是玉米果穗中段起始或者终止位置,分别记为L和R; 
(4)根据上述起始和终止位置在图像上剪切出玉米果穗中段,记为M(x,y),x=1,2,...,C,C为穗段长度,即C=R-L+1,将M转换为灰度图像后再对其进行归一化,得g’,求其补,即1-g’,记为g; 
(5)求图像g的Radon变换,结果记为G,旋转角的取值范围为[30°,150°],实际应用时,可以根据实际情况,进一步缩小旋转角的取值范围; 
(6)计算G的最大值点,最大值点的旋转角减去90°,即是穗行倾角,其值域为[-60°,60°]。 
在上述第(4)步中,对于黄色玉米和白色玉米,转换函数为取红、绿和蓝分量的最大值。对于其它颜色的玉米,寻找适当的变换函数,使籽粒与籽粒间隙的对比最大。 
一种玉米穗缘角的测量方法,该方法包括如下步骤: 
(1)利用权利要求1所述的测量装置测得穗长方向上的玉米果穗图像后将其转化为二值图像BW; 
(2)根据上述二值图像BW,逐点计算果穗粗度,记为W,取W的最大值Wmax,并将整数区间[1,Wmax]划分为6等分或者7等分,计数W落入各亚区间的频数,最大频数对应的区间上限值即为玉米果穗粗度的众数; 
(3)穗粗阈值等于k乘以粗度的众数,k∈[0.5,1.0],值越大,起止距离越短,分别自左或者自右开始,遍历W,第一个大于或者等于穗粗阈值的位置,即是玉米果穗中段起始或者终止位置,分别记为L和R; 
(4)根据上述起始和终止位置在图像上剪切出玉米果穗中段,记为M(x,y),x=1,2,...,C, C为穗段长度,即C=R-L+1; 
(5)以M左下角为原点,沿X轴逐点计算玉米果穗粗度,即在X坐标轴上的投影和,连同X坐标一起,记为数据对(X,Y),根据数据对(X,Y)建立Y对X的直线回归方程:y=a+b*x; 
(6)回归系数b就是直线与X轴夹角δ的正切函数值,所以,δ=tan-1(b),而穗缘角为δ值的一半。 

Claims (9)

1.一种玉米果穗性状测量装置,其特征在于,该测量装置包括:
用来采集玉米性状图像信息的采集单元;
与上述的采集单元相连接的,用于处理上述图像信息并获得最终测量结果的处理单元。
2.根据权利要求1所述的玉米果穗性状测量装置,其特征在于,所述的采集单元包括:
一面可打开的封闭灯箱,该封闭灯箱的底面设有转盘,顶面设有钩子,并且在顶面和一侧面开有摄像孔,在底面的四角装有光源;
通过数据线与处理单元连接的相机,该相机的镜头可以伸入摄像孔内;
通过数据线与处理单元连接的扫描仪,该扫描仪的盖板敞开,并有遮光罩罩在扫描区域上。
3.根据权利要求1所述的玉米果穗性状测量装置,其特征在于:所述的处理单元为计算机。
4.根据权利要求2所述的玉米果穗性状测量装置,其特征在于:所述的光源为白炽灯光源。
5.一种玉米穗行数测量方法,其特征在于,该方法包括如下步骤:
(1)将玉米从中部掰断,利用权利要求1所述的测量装置测得玉米果穗横切面的图像;
(2)将上述图像转化为二值图像BW并作Radon变换,取过圆点的各直径长度,长度的中位数为外圆周半径;
(3)玉米籽粒环厚度T等于籽粒深度D乘以k,k∈[0.5,1.0],籽粒深度D为用户估计值;
(4)内圆周半径等于外圆周半径减去籽粒环厚度;
(5)以横切面的质心为圆心,并参照上述内外圆周半径,从图像中剪切出籽粒环,并将籽粒环转换为灰度图像后再进行归一化处理得g’,求其补,即1-g’记为g;
(6)把直角坐标系向极坐标系转化并取720个等间隔的旋转角,将籽粒环灰度图像变换为矩形图像,记为p’;
(7)对p’纵向求和后,计算和值向量的最小值,并以最小值所在竖直轴为界,将左侧整体移至右侧末尾,得p;
(8)根据预测的玉米果穗穗行数,即集合{8、10、12、14、16、18、20、22}或其子集,分别将横切面的圆心角进行等分,计算等分线上果穗横断面补色图像的均值,然后对每一预设穗行数计算平均值,然后等间隔计算图像p的纵向和,然后横向平移一个步长再重新计算,重新计算的次数以玉米籽粒宽度为限,步长以单个像素为最小值;
(9)对于每一预设穗行数,取其最大均值为代表值,将最大代表值对应的穗行数作为初估值,如其不是其它预设穗行数的公约数,则将其作为穗行数输出。
6.根据权利要求5所述的玉米穗行数测量方法,其特征在于:在上述第(5)步中,对于黄色玉米和白色玉米,转换函数为取红、绿和蓝分量的最大值。
7.根据权利要求5所述的玉米穗行数测量方法,其特征在于:在上述第(7)步中,需对和值向量进行平滑处理。
8.一种玉米穗行倾角的测量方法,其特征在于,该方法包括如下步骤:
(1)利用权利要求1所述的测量装置测得穗长方向上的玉米果穗图像后将其转化为二值图像BW;
(2)根据上述二值图像BW,逐点计算果穗粗度,记为W,取W的最大值Wmax,并将整数区间[1,Wmax]划分为6等分或者7等分,计数W落入各亚区间的频数,最大频数对应的区间上限值即为玉米果穗粗度的众数;
(3)穗粗阈值等于k乘以粗度的众数,k∈[0.5,1.0],分别自左或者自右开始,遍历W,第一个大于或者等于穗粗阈值的位置,即是玉米果穗中段起始或者终止位置,分别记为L和R;
(4)根据上述起始和终止位置在图像上剪切出玉米果穗中段,记为M(x,y),x=1,2,...,C,C为穗段长度,即C=R-L+1,将M转换为灰度图像后再对其进行归一化,得g’,求其补,即1-g’,记为g;
(5)求图像g的Radon变换,结果记为G,旋转角的取值范围为[30°,150°];
(6)计算G的最大值点,最大值点的旋转角减去90°,即是穗行倾角,其值域为[-60°,60°]。
9.一种玉米穗缘角的测量方法,其特征在于,该方法包括如下步骤:
(1)利用权利要求1所述的测量装置测得穗长方向上的玉米果穗图像后将其转化为二值图像BW;
(2)根据上述二值图像BW,逐点计算果穗粗度,记为W,取W的最大值Wmax,并将整数区间[1,Wmax]划分为6等分或者7等分,计数W落入各亚区间的频数,最大频数对应的区间上限值即为玉米果穗粗度的众数;
(3)穗粗阈值等于k乘以粗度的众数,k∈[0.5,1.0],分别自左或者自右开始,遍历W,第一个大于或者等于穗粗阈值的位置,即是玉米果穗中段起始或者终止位置,分别记为L和R;
(4)根据上述起始和终止位置在图像上剪切出玉米果穗中段,记为M(x,y),x=1,2,...,C,C为穗段长度,即C=R-L+1;
(5)以M左下角为原点,沿X轴逐点计算玉米果穗粗度,即在X坐标轴上的投影和,连同X坐标一起,记为数据对(X,Y),根据数据对(X,Y)建立Y对X的直线回归方程:y=a+b*x;
(6)回归系数b就是直线与X轴夹角δ的正切函数值,所以,δ=tan-1(b),而穗缘角为δ值的一半。
CN201110419606.5A 2011-12-15 2011-12-15 一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法 Expired - Fee Related CN102425992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110419606.5A CN102425992B (zh) 2011-12-15 2011-12-15 一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110419606.5A CN102425992B (zh) 2011-12-15 2011-12-15 一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法

Publications (2)

Publication Number Publication Date
CN102425992A true CN102425992A (zh) 2012-04-25
CN102425992B CN102425992B (zh) 2016-09-14

Family

ID=45959998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110419606.5A Expired - Fee Related CN102425992B (zh) 2011-12-15 2011-12-15 一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法

Country Status (1)

Country Link
CN (1) CN102425992B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105631884A (zh) * 2016-01-06 2016-06-01 上海交通大学 农作物穗数田间主动测量装置与方法
CN106990136A (zh) * 2017-03-28 2017-07-28 中国农业大学 一种测量玉米穗在体籽粒含水率的系统和方法
CN108955560A (zh) * 2018-05-21 2018-12-07 北京林业大学 一种槭属种子形态测定及分析方法
US10186029B2 (en) 2014-09-26 2019-01-22 Wisconsin Alumni Research Foundation Object characterization
CN115345880A (zh) * 2022-10-18 2022-11-15 浙江托普云农科技股份有限公司 基于玉米果穗单侧扫描图的玉米果穗性状估测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000052990A1 (en) * 1999-03-11 2000-09-14 Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno Method for determining properties of plant seeds
CN101881598A (zh) * 2010-06-28 2010-11-10 北京农业智能装备技术研究中心 基于机器视觉的玉米果穗性状参数自动检测装置
CN101933417A (zh) * 2010-07-06 2011-01-05 北京农业智能装备技术研究中心 基于机器视觉的玉米考种装置
CN202485628U (zh) * 2011-12-15 2012-10-10 青岛农业大学 一种玉米果穗性状测量装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000052990A1 (en) * 1999-03-11 2000-09-14 Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno Method for determining properties of plant seeds
CN101881598A (zh) * 2010-06-28 2010-11-10 北京农业智能装备技术研究中心 基于机器视觉的玉米果穗性状参数自动检测装置
CN101933417A (zh) * 2010-07-06 2011-01-05 北京农业智能装备技术研究中心 基于机器视觉的玉米考种装置
CN202485628U (zh) * 2011-12-15 2012-10-10 青岛农业大学 一种玉米果穗性状测量装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
赵春明等: "玉米果穗DUS性状测试的图像处理应用研究", 《中国农业科学》, vol. 42, no. 11, 30 November 2009 (2009-11-30) *
韩仲志等: "基于外观特征识别的花生品种与品质检测方法", 《中国粮油学报》, vol. 24, no. 5, 31 May 2009 (2009-05-31) *
韩仲志等: "基于计算机视觉的花生品质分级检测研究", 《中国农业科学》, vol. 43, no. 18, 30 September 2010 (2010-09-30) *
韩仲志等: "计数玉米穗行数的机器视觉研究", 《玉米科学》, vol. 18, no. 2, 30 April 2010 (2010-04-30) *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10186029B2 (en) 2014-09-26 2019-01-22 Wisconsin Alumni Research Foundation Object characterization
CN105631884A (zh) * 2016-01-06 2016-06-01 上海交通大学 农作物穗数田间主动测量装置与方法
CN106990136A (zh) * 2017-03-28 2017-07-28 中国农业大学 一种测量玉米穗在体籽粒含水率的系统和方法
CN108955560A (zh) * 2018-05-21 2018-12-07 北京林业大学 一种槭属种子形态测定及分析方法
CN108955560B (zh) * 2018-05-21 2020-06-26 北京林业大学 一种槭属种子形态测定及分析方法
CN115345880A (zh) * 2022-10-18 2022-11-15 浙江托普云农科技股份有限公司 基于玉米果穗单侧扫描图的玉米果穗性状估测方法及装置
CN115345880B (zh) * 2022-10-18 2023-03-24 浙江托普云农科技股份有限公司 基于玉米果穗单侧扫描图的玉米果穗性状估测方法及装置

Also Published As

Publication number Publication date
CN102425992B (zh) 2016-09-14

Similar Documents

Publication Publication Date Title
CN108416791B (zh) 一种基于双目视觉的并联机构动平台位姿监测与跟踪方法
CN104482860B (zh) 鱼类形态参数自动测量装置和方法
CN102425992A (zh) 一种玉米果穗性状测量装置和测量玉米穗行数、穗行倾角以及穗缘角的方法
CN101933417B (zh) 基于机器视觉的玉米考种装置
CN109816680B (zh) 一种农作物株高的高通量计算方法
CN109544538B (zh) 小麦赤霉病病害等级分级方法及装置
US11302015B2 (en) Systems and methods for automatic detection and quantification of point cloud variance
CN104132897B (zh) 一种基于手持设备的植物叶片含氮量测量方法和装置
CN103630091B (zh) 一种基于激光与图像处理技术的叶面积测量方法
CN105531720A (zh) 用于体内对象的大小估计的系统和方法
CN112614147B (zh) 一种基于rgb影像的作物苗期植株密度估算的方法及系统
CN111724354B (zh) 一种基于图像处理的多株小麦穗长与小穗数的测量方法
WO2019076265A1 (zh) 光纤束图像处理方法和装置
US20170048518A1 (en) Method and apparatus for adjusting installation flatness of lens in real time
CN106097433A (zh) 物体工业与影像模型的叠加方法及系统
CN107067430A (zh) 一种基于特征点聚类的麦田作物行检测方法
CN115131346B (zh) 基于人工智能的发酵罐加工工序检测方法及系统
WO2019076267A1 (zh) 光纤束图像分析方法和装置
WO2021176081A1 (en) Quantifying biotic damage on plants, by separating plant-images and subsequently operating a convolutional neural network
CN202267464U (zh) 一种基于手机的快速检测叶片面积的装置
CN113554691B (zh) 一种植株高度测量方法
CN202485628U (zh) 一种玉米果穗性状测量装置
CN111178172A (zh) 实验鼠嗅探动作识别方法、模块及系统
CN110220466A (zh) 一种基于对虾眼球直径估算体长体重的方法
CN103471514B (zh) 一种基于机器视觉和一元线性回归分析的大蒜分级方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160914

Termination date: 20161215

CF01 Termination of patent right due to non-payment of annual fee