李艳梅，李 广，李 玥

(甘肃农业大学信息科学与技术学院，甘肃 兰州 730070)

基于SUSAN的叶片图像处理检测小麦干旱胁迫状态研究

李艳梅，李 广，李 玥

(甘肃农业大学信息科学与技术学院，甘肃 兰州 730070)

结合干旱胁迫状态下小麦叶片干枯的性状特征，采用边缘检测算法提取出小麦叶片的边缘，并根据所检测出来的噪声点数量，判定叶片干枯的程度，从而为估算干旱胁迫的程度提供定量分析的依据。结果表明,提取出的小麦叶片图像边缘点精确，使用小麦叶片中存在噪声点自动估算干旱胁迫是可行的，可为基于计算机视觉的干旱程度自动检测打下基础。

图像分割；干旱胁迫；边缘检测；小麦叶片；SUSAN

小麦是中国主要的粮食作物，也是中国重要的商品粮和主要的粮食储备品种[1]。干旱高温胁迫是造成小麦减产的主要因素之一。根据《气象干旱等级》国家标准，将干旱划分为5个等级：正常或湿涝、轻旱、中旱、重旱和特旱。不同程度的干旱表现不同。如重旱，特点为土壤出现水分持续严重不足，土壤出现较厚的干土层，植物萎蔫、叶片干枯，果实脱落，对农作物和生态环境造成较严重影响，对工业生产、人畜饮水产生一定影响。干旱导致小麦叶片外形特征发生变化，如小麦叶片变小、叶片干枯等外在表现。因此，通过自动检测植物叶片的性状，可以从一个侧面反映出干旱的程度。传统估计小麦叶片的干枯程度都是采用人工肉眼的判断，费时费力，而且由于人工判断存在一定的误差。……