[发明专利]基于机器视觉的大田水稻卷叶程度测量方法

摘要

本发明公开了一种基于机器视觉的大田水稻卷叶程度定量化测量方法。该方法通过拍摄水稻RGB图像，利用图像处理技术提取水稻群体的周长面积比和植株占空比，作为水稻群体的数字化卷叶值，能克服目前人工检测手段主观性强、仅能对水稻卷叶进行分级记分的缺点，实现对水稻卷叶程度的连续、定量化测量，并可方便的推广应用于其他作物的卷叶程度测量工作。相比现有技术而言，具备能定量化测量卷叶程度、无损、操作简单的技术优势。

主权项

1.一种基于机器视觉的大田水稻卷叶程度定量化测量方法，其特征在于，该方法适用于包括胁迫前、轻度胁迫、中度胁迫、重度胁迫、复水后在内的不同干旱胁迫状态下的卷叶程度测量，包括：/n步骤A，通过数码相机采集大田环境下水稻群体的RGB图像I；/n步骤B，提取水稻图像I的ExG分量和ExR分量；/nExG＝2Ng-Nr-Nb (1)/nExR＝1.4Nr-Nb (2)/nNr＝R/(R+G+B) (3)/nNg＝G/(R+G+B) (4)/nNb＝B/(R+G+B) (5)/n其中，R，G，B是原始RGB图像的R，G，B分量；/n步骤C，通过ExG分量和ExR分量分割得到水稻的绿色部分图像BW