农业机械学报

作者：王跃亭，王敏娟，孙石，杨斯，郑立华

单位：中国农业大学,中国农业大学,中国农业科学院,中国农业大学,中国农业大学,

关键词：大豆考种; 主茎节数; 图像处理; 空间转换; HDBSCAN聚类算法

基金：国家重点研发计划项目（2016YFD0200600-2016YFD0200602）和国家现代农业产业技术体系建设专项(CARS-04)

为了实现待考种大豆植株主茎节数的快速、高效测量，提出一种基于图像处理和聚类算法的待考种大豆主茎节数统计方法。首先，获取不同视角下的已脱叶待考种大豆植株图像，随机抽取训练集与验证集样本植株，并设定初始图像采集间隔与抽样步长；其次，通过植株分割、骨架提取、主茎节点去噪等操作，获取分布于植株主茎上的待检测大豆茎节点；通过基于空间距离的数据转换方法将分布离散的大豆茎节点转换至便于聚类的数据集内；利用HDBSCAN聚类算法对不同采集视角下的待检测大豆茎节点进行聚类，统计、记录主茎节数识别准确率，筛选最优采集间隔；最后，利用最优采集间隔对剩余样本植株主茎节数进行统计、分析。在63株 “中黄30”待考种大豆植株中抽取21株植株作为训练集，并进行实验测试，发现在采集间隔为90°时，以最小聚类簇为2，融合处理4幅大豆图像，大豆主茎节数识别效果最优。据此对42株验证集样本植株进行主茎节数识别和分析，结果表明，大豆主茎节数识别准确率可达98.25%。该方法能够快速、准确获取大豆主茎节数，可满足大豆考种需求。?

来源：2020年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第12期