《农业工程学报》年第37卷第23期刊载了南京农业大学姚业浩、李毅念、陈玉仑、丁启朔与何瑞银的论文——“基于油菜角果长度图像识别的每角粒数测试方法”。该研究由中央高校基本科研业务费专项资金资助项目（项目号：KYYJ06）等资助。
引文信息：姚业浩,李毅念,陈玉仑,丁启朔,何瑞银.基于油菜角果长度图像识别的每角粒数测试方法[J].农业工程学报,,37(23):-.
研究目的：
油菜育种考种和产量估测都需要测试油菜每角果籽粒数，现阶段油菜每角粒数仍然通过人工拨荚计数籽粒数量的方式获取，人工计数方式费时费力效率低下，已经远远不能满足现代化育种和产量估测需要。针对油菜每角粒数依靠人工计数的不足，该研究提出一种基于油菜角果长度图像识别的每角粒数测试方法。
方法：
通过人工测量油菜角果长度和每角粒数，建立油菜角果长度与每角粒数之间的关系模型，通过扫描仪获取平铺状态下的油菜角果图像，角果图像经预处理和细化处理后利用击中击不中变换对角果的端点和交点进行检测，使用基于密度的具有噪声的空间聚类DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise）算法去除多余的交点，对端点进行分类和配对并求出对应角果的长度，将角果长度代入油菜角果长度与每角粒数之间的相关性模型中得到每角粒数。
结果与结论：
结果表明，3个品种的油菜角果长度平均图像识别准确度为97.25%，每角粒数平均预测准确度为83.87%。该方法实现了油菜每角粒数自动识别计数功能，提高了油菜每角粒数计数效率，对油菜育种考种和产量预测都具有重要意义。
本文由丨《农业工程学报》编辑部丨精编发布
欢迎留言、分享、点赞
转载、投稿、咨询
邮箱：tcsae
tcsae.org今日推荐《农业工程学报》“绿色植保与减量增效施药技术”专题征稿启事农产品加工工程基于GA-BPNN的采后蜜桃预冷效果预测模型农业信息与电气技术
基于无人机图像的多尺度感知麦穗计数方法农业水土工程
基于无人机遥感影像的玉米冠层温度提取及作物水分胁迫监测