公开(公告)号：CN118052767A

公开(公告)日：2024-05-17

申请号：CN202311874400.0

申请日：2023-12-30

Applicant: 南京农业大学

Inventor： 李毅念 ,  王赟赟 ,  陈玉仑 ,  丁启朔 ,  何瑞银 ,  刘璎瑛

IPC: G06T7/00 ,  G06V10/764 ,  G06T7/62 ,  G06V10/42

Abstract: 现有小麦籽粒性状参数获取需要脱粒后测试，测试程序繁杂、费时费力，本发明提出了通过麦穗颖壳表型参数测试小麦在穗籽粒表型参数的方法；该方法采集小麦穗部两面正视图像，构建小麦穗部图像数据集，构建以ResNet和FNP为特征提取网络并引入坐标注意力(CA)模块、聚合模块和半卷积模块的基于改进Mask R‑CNN网络的麦穗颖壳分割模型，实现了麦穗图像中颖壳的准确识别、定位、分割和籽粒计数；利用形态学处理方法提取麦穗颖壳的5个表型参数，建立麦穗颖壳表型参数与籽粒表型参数之间的线性相关关系，并得到粒长、粒厚、面积、周长、长径比的拟合关系式；经对籽粒数和相关关系式验证，籽粒数、粒长、粒厚、面积、周长和长径比这6个表型参数的预测数据与实际数据之间的均方根误差和平均相对误差与脱粒后测试相当；本发明提出了通过图像方法获取麦穗颖壳表型参数就可以精确预测小麦在穗籽粒的表型参数，为快速简便提取小麦籽粒表型参数提供了新的方法。