基于X射線數(shù)字成像技術的水稻穗部籽粒檢測方法研究.pdf

1、水稻是我國主要的糧食作物之一，隨著人口的增長、水稻的需求逐漸增加。培育優(yōu)良品種、提高水稻產量一直是水稻育種的中心問題。稻穗是產量的最終表達部位，穗部性狀和產量的關系一直是育種中研究的重點。在對水稻的品質進行評估時，與產量最直接相關的水稻穗部性狀一直是重要參考信息,水稻穗部性狀包括結實率、粒重、粒長等方面。其中，水稻空秕影響的結實率和粒長影響的粒重是影響產量的重要參數(shù)。
　　隨著 X射線數(shù)字成像設備的制作工藝的不斷改良，本文在對已有

2、的水稻產量分析方法研究的基礎上，提出了一種基于 X射線數(shù)字成像技術的水稻籽粒參數(shù)檢測方法，可實現(xiàn)水稻穗部的總粒數(shù)、實粒數(shù)、空秕粒數(shù)和粒長的在體檢測。
　　本文使用數(shù)字圖像處理技術對水稻X射線圖進行分析處理,考慮到X射線圖像的特點，分別對圖像進行了去噪、分割和形態(tài)學處理。采用一種基于灰度直方圖的閾值分割算法，經過實驗對比，該算法能夠提高水稻籽粒參數(shù)的準確性。同時，在對X射線圖像的徑向畸變分析的基礎上，改進了水稻粒長的測量算法，實現(xiàn)水

3、稻粒長的實時檢測。文中搭建了一個水稻穗部實時檢測平臺以驗證算法的穩(wěn)定性和準確性。本文主要工作內容如下：
　　首先，介紹了本文的研究背景和研究現(xiàn)狀，分析已有的水稻籽粒參數(shù)分析方法和存在的缺陷。其次，闡述了X射線的系統(tǒng)構成、成像原理，重點介紹了檢測平臺運行時的機械運動時序。再次，介紹了圖像處理的相關算法，通過分析不同的圖像處理算法，提出了基于高斯平滑、多灰度級處理和形態(tài)學處理的改進算法。最后，通過實際運行檢測系統(tǒng)進行圖像采集和數(shù)據(jù)分析