所在学院：农学院

第一完成人：孙成明联系电话：13773375557

技术领域：农业信息技术

成果简介：

　　利用计算机视觉处理中的图像识别技术，研究稻麦生长过程中的主要形态及生理指标的快速、无损监测与识别方法，分别构建了基于影子法的水稻结实率测量系统、基于凸点匹配方法的粘连米粒的垩白位置和垩白类型识别、基于支持向量机(SVM)和图像分割技术的水稻叶部病害识别、基于颜色特征和纹理特征的区域麦穗个数的计算方法以及基于外接矩形反射法计算小麦籽粒三维信息的方法。上述方法实现了从室内到室外，从个体到群体的研究与探索，为生产上的大面积应用奠定了良好的理论与实践基础。本研究方向目前取得软件著作权2个，分别为“水稻生长信息图像识别系统”和“作物虫害防治与监测系统”；实用新型专利1个，名称为“一种籽粒分析仪”。

主要技术（性能）指标：

　　运用图像识别技术获得的结果，籽粒个数的识别准确率可达98%以上，结实率的准确率与传统的水漂法相当，其他结果的准确率也较高。

应用范围：包括基层单位、国营农场、产业园区及企业等。

合作方式：技术服务