中国农业气象 ›› 2022, Vol. 43 ›› Issue (11): 935-944.doi: 10.3969/j.issn.1000-6362.2022.11.007
基于机器视觉的冬小麦叶片形态测量软件开发
宫志宏，董朝阳，于红，刘布春，李春，刘涛，李军玲
- 1. 中国气象局河南省农业气象保障与应用技术重点实验室，郑州 450003；2. 天津市气候中心，天津 300074；3. 天津市西青区气象局，天津 300380；4. 中国农业科学院农业环境与可持续发展研究所，北京 100081；5. 河南省气象科学研究所，郑州 450003
Development of Winter Wheat Leaf Morphology Measurement Software Based On Machine Vision
GONG Zhi-hong , DONG Chao-yang, YU Hong , LIU Bu-chun, LI Chun , LIU Tao, LI Jun-ling
- 1. Henan Key Laboratory of Agrometeorological Ensuring and Applied Technique, CMA，Zhengzhou 450003, China；2.Tianjin Climate Center，Tianjin 300074；3. Tianjin Xiqing District Meteorological Bureau, Tianjin 300380；4. Institute of Environment and Sustainable Development in Agriculture, CAAS, Beijing 100081；5. Henan Institute of Meteorological Sciences, Zhengzhou 450003
摘要： 随着图像处理与识别技术的快速发展，作物表型识别技术日趋成熟。为实现不同品种、不同生育期冬小麦叶片面积和面积系数的精准快速测定，依托VB.net和OpenCV在.NET平台下的图像处理封装库，研发了基于机器视觉的冬小麦叶片形态测量算法并设计开发了软件，软件可实现数字图片的畸变校准并可以同时测量多个叶片长、宽和面积。为验证软件测定效果，选取冬小麦绿色展开叶100 片，通过与人工测量的叶片长宽、WinDIAS叶面积分析系统测量的叶面积结果对比，分析图像识别方法的准确性和稳定性。结果表明，图像识别法与人工和WinDIAS测量的冬小麦叶片长、宽和面积的相关系数均≥0.975，归一化均方根误差均≤0.10%；针对数字照片畸变校准功能进行测试，对叶片水平（垂直）缩放50%且垂直（水平）斜切30°的图像校准后，其测量结果与原始图像测量结果的最大相对误差仅为2%。说明基于机器视觉的冬小麦叶片形态识别方法，可对多种畸变图像进行准确的几何校准，可作为一种可同时准确测定多个叶片面积和长宽的新方法，在农业科学测量、农情信息业务、农业气象观测业务等领域推广应用。