基于图像处理的种子发芽长度测量系统的设计与实现

子发 芽长度的测量。
定距 离放 置马尾 松种子 ， 且朝 向一致 ， 以尽量保 证马尾 松发 芽方 向一 致 。蓝色部分则 为种子 的发 芽试纸 ， 试 纸事 先浸润在培养 液中 。左端 部分则放置一把直 尺， 用 于每 次测量长度提取 比例尺之用 。 为确保 实验 的可行性 ， 遵循对 比原则 ， 对种子进行不 同环境 的分组 对 比发芽测试 ， 拍 摄 的发芽 图片也应进行分组 。本文通过 对分组 的马 尾 松实施 湿度 、 温度 老化试验 ， 将种子按 活力分 为高 、 中、 低 三个档 次， 依 次拍摄从第 ６ 天 到第 ｌ Ｏ 天 的发芽 图像 。 ２ ． ２操作流程 的设定 本 系统 利用 图像处理技术 ， 实现种子发芽长度的辅助测量 ， 操作流 程 为打开图像 、 选取 比例尺 、 确定 比例尺 、 选取种子 、 测定长度 。测量 的 操作 流程 如图２：
２ ． 图像 的获 取 和 操 作 流 程 的 设定
图２ 操作 系统流程 图 实际操作时 ， 手工选 定 比例尺 ， 利用 图像处理 技术获得 １ 厘米 的长 度 在图像 中对应 的像 素点个数 。如图 ３ ， 将 比例尺 细化 成一条红线 ， 比 例 尺数值 显示于文本框 中， 为１ ４ ８ 像素／ 厘米 。在获取 比例尺后 ， 选取种 子（ 如图４） ， 细化种子 （ 如图 ５ ） ， 并得到长度 ， 种 子测 量长度 的部分是从 种 子露白部 分到种 子的末端 的红 色部分 。
０ ． 背景
我 国已成 为继 美 国之后 的 全球第 二 大种 子市 场 ， 随着 我 国加入 ＷＴ Ｏ 后 种子市场化 、 产业化 的推进 ， 市场 规模已达 ５ ０ ０ 多亿 。随着种子 市 场的迅速发 展 ， 种 子质量越来越成 为种子经 营和管理 的核心 。种子 发芽 测定 是种子质量检测 的重要手段 之一 ， 种子的发展质量 ， 包括幼苗 的发芽率 、 生长速度 是评判种子 质量的重要指 标。 因此准 确的测定种 子发 芽率 、 每天的幼苗长度及形态特征 ， 有助于精确地评估种子质量。 在多批次测 量过程 中 ， 以上指标 的测定都是 由种子检 验员手工进 行 测定 ， 繁琐 、 费时 、 主观 因素较大 ， 且不 同试验 室间结果 很难 达到一 致， 可重复性 较差 。由于幼苗长度测 量不准确 ， 生长速度 、 完整性等无 法进 行定量判断 ， 只能进行定性 的判断 ， 这些不利的特点 限定 了种 子质 量测 定的广泛应用和标准化 。因此需 要一种客观的 、 可重复 的、 快速 的 并 且经济可靠 的测定方 法 ， 近些年 图像处理技 术的飞速发 展为种子质 量测 定的 自 动 化提供 了条件 。本 文研 究 了通过 图像处理技术 ， 实现种
科技信息
基 于图像 处理晌种子 发芽长度测量系统硇 设计与实 坝
浙江农林大学 金 涛 刘 颖（ 通讯作者） 祁亨年 周瑞慧 邓 飞
［ 摘 要］ 种子发 芽试验是种 子质量检 测常 用方 法之一 ， 幼苗长度是发 芽试验 的重要 指标 ， 传 统的手 工测 量手段会破 坏种子生 长环 境， 采用计算机 图像测量可 以实现在不破坏 生长环境前提 下的精确 测量。本文在研 究发 芽图像 特点的基础上 ， 以ＶＣ＋ ＋ ６ ． ０为主要 开 发工具 ， 以 Ｃｘ Ｉ ｍａ ｇ ｅ 为图像 处理 函数 库 ， 综合运 用颜 色空间 变化 、 自适应 闽值 、 腐蚀 、 膨胀等图像 处理算法 ， 实现 了一个种子幼 苗长度 辅助测量 系统。该 系统可用于种子幼苗长度的每 目 测量 ， 为种子质量检测提供 了一种新方 法， 有一定的应用价值和研究价值。 ［ 关键 词］ 图像处理 辅助测量 幼苗长度
１ ． 现状和研 究任务 利用图像处 理技术对种 子发芽试验 的检测 主要集 中于农 业 、 蔬菜 类 种 子， 包 括 对 发 芽 率 和 幼 苗 形 态 尺 寸 的 检 测 。Ｖ ａ ｎ ｄ ｅ ｒＵ ｒ ｅ ｎ ａ Ｒ （ ２ ０ ０ １ ） 完成 了机器 视觉对西红柿 、 小扁 豆等种子 的发 芽 率的 自动检测 。Ｓ ａ ｋ ｄ （ ２ ０ ０ １ ） 利用平面扫描设 备获取计算机 图像 ， 解 析 生菜种子幼 苗的形态特征 。Ｘ ｕ （ ２ ０ ０ ７ ） 提出的一种基 于神经 网络 的 算法 ， 解 决了棉花幼苗在生长过程中存在的互相叠的问题。 国内的相关 研究起 步较晚并且 应用较 少。张晓宇 （ ２ ０ ０ ５ ） 利用 图 像处 理技术 ， 建立苗高与苗像投影 高之间的关系 ， 实现 了玉米发芽试验 的苗高和发芽率测 量。 田维 （ ２ ０ ０ ６ ） 等 开发了基于 Ｉ Ｓ Ｔ Ａ标准的 自 动化 种苗 评价系统 （ Ｅ Ｓ Ｓ Ｅ ） ， 实 现了基于 图像 处理技术 的油菜 种子质量 的评 价 。测量 的数 据 以试验 的最后一 天的测 量数据 为主 ， 未对 生长过程 的 数据 做动态的测量 。国内的研究更 多的是机器视觉在植物生长环境 的 监控， 如武 聪玲 （ ２ ｏ ｏ ５ ） ， １ Ｊ 用 计算机 视觉技术 对黄瓜幼 苗的无 损监测 、 曾庆兵１ ８ １ 等（ ２ ０ ０ ９ ） ￣ ］ １ 用数字形 态学对重叠葡萄果径的无损测量 、 马稚昱１ ９ １ （ ２ ０ １ ０ ） 实现 了基于机器视觉 的菊花生长无损 监测等。这些研究可 以应 用 到本文 的幼苗的长度测量中 ， 在技术上有很强的参考价值。 本 文利用数 码相机采集 的发芽 图片数据 ， 对 种子发芽 长度进行测 量， 综合运用 滤波去噪 、 细化 、 填充 、 图像 （ 背景 ） 分割等算法 ， 提取种子 的骨 架 ， 最终测量种子长度 。在此基础上 ， 将 种子测量的结果与种子指 标进 行比较 ， 测定种子质量。