|本期目录/Table of Contents|

[1]崔世钢,秦建华,张永立.基于图像处理技术的植物叶片面积和周长测量[J].江苏农业科学,2018,46(15):187-189.
　Cui Shigang,et al.Measurement of leaf area and girth based on image processing technology[J].Jiangsu Agricultural Sciences,2018,46(15):187-189.
点击复制

基于图像处理技术的植物叶片面积和周长测量(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第15期
页码:
187-189
栏目:
农业工程与信息技术
出版日期:
2018-08-05

文章信息/Info

Title:
Measurement of leaf area and girth based on image processing technology
作者:
崔世钢;  秦建华;  张永立
天津职业技术师范大学/天津市信息传感与智能控制重点实验室，天津 300222
Author(s):
Cui Shigang; et al
关键词:
数码相机; 图像处理; 图像分割; 轮廓提取; 植物叶片; 面积; 周长; 像素
Keywords:
-
分类号:
TP391.41
DOI:
-
文献标志码:
A
摘要:
利用数码相机获取叶片图像，采用基于图像处理技术对采集的叶片图像进行图像分割和轮廓提取，分别统计叶片区域和轮廓区域的像素数，进而计算叶片的面积和周长，并与传统的方格法和万深LA-S叶面积测量仪的测量结果进行比较和回归分析。结果表明，本方法与上述2种传统方法的测定结果存在极显著线性相关(r2=0.994 8~0.999 4)。该方法能够快捷、准确测量植物叶片的面积和周长，具有省时、省力、易普及等优点，为植物叶片的面积和周长的快速测定提供了较好的方法。
Abstract:
-

参考文献/References:

［1］康宇. 植物叶片几何参数测量研究与应用［D］. 绵阳：西南科技大学，2016.
［2］周乐前. 基于图像的植物叶片参数测量方法研究［D］. 长沙：湖南大学，2015.
［3］高君亮，郝玉光，张景波. 基于数字图像处理的防护林体系三种杨树叶面积测定［J］. 农机化研究，2013(7)：39-42.
［4］韩殿元，黄心渊，付慧. 基于彩色通道相似性图像分割方法的植物叶面积计算［J］. 农业工程学报，2012(6)：179-183.
［5］牛珂. 基于图像处理的植物叶片参数测量系统研究与实现［D］. 杨凌：西北农林科技大学，2011.
［6］陈涛涛，迟道才，梁茜. 基于矩形框几何校正的多叶面积测量方法［J］. 农业工程学报，2012(8)：206-213.
［7］陆秀明，黄庆，孙雪晨. 图像处理技术估测水稻叶面积指数的研究［J］. 中国农学通报，2011(3)：65-68.
［8］李明，张长利，房俊龙. 基于图像处理技术的小麦叶面积指数的提取［J］. 农业工程学报，2010(1)：205-209.
［9］陈爱军. 基于图像处理的植物叶片参数的测量［J］. 东北林业大学学报，2009(4)：46-47.
［10］谭峰，高艳萍. 基于图像的植物叶面积无损测量方法研究［J］. 农业工程学报，2008(5)：170-173.

相似文献/References:

[1]田昊,王维新,毕新胜,等.基于图像处理的机采棉杂质提取算法[J].江苏农业科学,2014,42(01):366.
　Tian Hao,et al.Study on impurities extraction algorithm of machine-harvested cotton based on image processing[J].Jiangsu Agricultural Sciences,2014,42(15):366.
[2]田孟祥,张时龙,何友勋,等.1种快速高效的水稻谷粒自动计数方法[J].江苏农业科学,2014,42(02):64.
　Tian Mengxiang,et al.A quick and efficient automatic counting method for rice grains[J].Jiangsu Agricultural Sciences,2014,42(15):64.
[3]关强,薛河儒,姜新华.基于二维OTSU的田间植物图像分割方法[J].江苏农业科学,2015,43(12):437.
　Guan Qiang,et al.Segmentation of field plant image based on two-dimensional OTSU[J].Jiangsu Agricultural Sciences,2015,43(15):437.
[4]梁帆,杨莉莉,崔世钢,等.基于神经网络的油菜成熟度等级视觉检测方法[J].江苏农业科学,2015,43(08):403.
　Liang Fan,et al.Visual inspection method of rapeseed maturity level based on neural networks[J].Jiangsu Agricultural Sciences,2015,43(15):403.
[5]夏永泉,李耀斌,曾莎.基于HSI颜色空间的植物叶片病斑提取方法[J].江苏农业科学,2015,43(08):406.
　Xia Yongquan,et al.Disease spot extraction method of plant leaf based on HSI color space[J].Jiangsu Agricultural Sciences,2015,43(15):406.
[6]邓立苗,马文杰.基于支持向量机的玉米叶片品种识别[J].江苏农业科学,2014,42(06):372.
　Deng Limiao,et al.Study on corn leaf recognition based on support vector machine[J].Jiangsu Agricultural Sciences,2014,42(15):372.
[7]希仁娜·亚森,李湘,吴炜.苹果绵蚜远程图像识别系统的开发与实现[J].江苏农业科学,2014,42(06):375.
　Xirenna Yasen,et al.Development and implementation of remote image recognition system of Eriosoma lanigerum[J].Jiangsu Agricultural Sciences,2014,42(15):375.
[8]丁竹青,李晓良,张若宇,等.基于LabVIEW Vision的加工番茄表面霉斑缺陷检测[J].江苏农业科学,2015,43(05):302.
　Ding Zhuqing,et al.Study on mildew defect detection of processing tomato based on LabVIEW Vision[J].Jiangsu Agricultural Sciences,2015,43(15):302.
[9]刘仲鹏,李文华.基于图像处理和特征优选的玉米品质识别[J].江苏农业科学,2015,43(03):382.
　Liu Zhongpeng,et al.Identification of corn quality based on image processing and feature selection[J].Jiangsu Agricultural Sciences,2015,43(15):382.
[10]姬江涛,邓明俐,贺智涛,等.基于OpenCV的烤烟烟叶图像高斯去噪法[J].江苏农业科学,2016,44(11):373.
　Ji Jiangtao,et al.Gaussian denoising of flue-cured tobacco leaf image based on OpenCV[J].Jiangsu Agricultural Sciences,2016,44(15):373.

备注/Memo

备注/Memo:
收稿日期：2017-04-06
基金项目：国家“863”计划(编号：2015AA033303)。
作者简介：崔世钢(1963—)，男，天津人，博士，教授，主要从事机器人控制、人工智能等研究。E-mail：cuisg@163.com。
通信作者：秦建华，硕士，主要从事人工智能、图像处理等研究。E-mail：2451321946@qq.com。
更新日期/Last Update: 2018-08-05