基于机器视觉的玉米果穗产量组分性状测量方法

来源：农业工程学报杂志2015年第3期北京时间：

作者：周金辉,马钦,朱德海,郭浩,王越,张晓东,李绍明,刘哲,

摘要：玉米果穗的穗长、穗粗、穗行数、行粒数等性状是制约玉米产量的重要组分性状，目前主要采用人工测量方式，或通过截取果穗横断面图像自动计算穗行数等参数，操作复杂、测量效率低、主观误差大，且无法保留完整的原始考种材料。针对上述问题，该文基于机器视觉技术，通过可见光二维成像获取果穗三维表型性状参数，结合果穗颜色特征及果穗的生物学规律，分别建立投影修正模型、穗行数快速估算模型、行粒数计算模型等，精确计算穗长、穗粗、穗行数以及行粒数等性状参数。试验结果表明，该方法适用于粘连果穗处理，秃尖的识别率高，且对光照环境要求低，穗行数及行粒数的零误差率在93%以上，测量速度可达30 穗/min以上，能够满足高通量考种的需求，特别是保留了原始果穗考种材料实现无损测量，对于实现高通量考种及精细化育种有重要的参考价值。

关键词：机器视觉, 图像处理, 无损检测, 玉米, 种子, 穗行数, 行粒数