基于机器视觉算法的水稻秧苗状态识别
Rice seedling status recognition based on machine vision algorithm
东北农业大学 工程学院, 哈尔滨 150030
摘要
根据秧苗发育形态调节育秧环境中的光照、温度、湿度能够避免徒长，这对水稻优质高产十分重要。针对水稻秧苗在恒温箱封闭式育秧环境下因监测不及时导致的徒长情况，提出了一种基于机器视觉算法识别秧苗发育状态的方法。采用恒温箱对东农426和东农428水稻进行育秧研究，利用协方差聚类算法对秧苗RGB彩色图像进行分割，再选用连续腐蚀开操作结合Hough变换进行预处理。根据提取与秧苗徒长直接相关的形态指标参数信息，如株高、叶面积、着生角、生长速率，进行曲线拟合，最后将结果显示在软件界面上。实验结果表明，该方法可以正确地识别秧苗并准确提取形态指标参数，准确率为87.5%，秧苗形态参数识别误差不超过7%，适用于封闭式育秧环境中对秧苗的监测，该方法为研究水稻工厂化立体育秧提供了有效参考。
基金项目
国家自然科学基金资助项目(31071331)
公益性行业(农业)专项课题资助项目(201503116-04)
出版信息
DOI: 10.19734/j.issn.1001-3695.2017.12.0837
出版期卷: 《计算机应用研究》 印刷出版, 2019年第36卷 第5期
所属栏目: 图形图像技术
出版页码: 1592-1596
文章编号: 1001-3695(2019)05-066-1592-05
发布历史
[2019-05-05] 印刷出版
引用本文
陈信新, 王福林, 宋莹莹. 基于机器视觉算法的水稻秧苗状态识别 [J]. 计算机应用研究, 2019, 36 (5): 1592-1596. (Chen Xinxin, Wang Fulin, Song Yingying. Rice seedling status recognition based on machine vision algorithm [J]. Application Research of Computers, 2019, 36 (5): 1592-1596. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
