CSA-FFCM算法在玉米种子芽根长度自动化测定中的应用
2021-07-19马启良胡水星林冬茂贾良权祁亨年
湖州师范学院学报 2021年4期
关键词:优化
马启良,胡水星,林冬茂,贾良权,祁亨年
(1.湖州师范学院 信息技术中心,浙江 湖州 313000;2.湖州师范学院 信息工程学院,浙江 湖州 313000;3.湖州师范学院 研究生院,浙江 湖州 313000)
0 引 言
种子发芽受各种因素影响,如温度、湿度、化学引发剂、菌类等.在不同条件和时间段内,种子芽根的生长速度明显不同.为获得在不同条件下和时间段内种子芽根的生长情况,既要进行大量的对比实验,又要在特定条件下对种子的发芽情况和芽根生长情况进行测量统计.而计算种子的发芽势、发芽率、发芽指数和活力指数等指标,又需要做大量且重复的测量和统计工作.目前的操作方法有通过人工用线对幼苗根芽长度进行测量,也有利用定制的标有刻度的专用实验设备进行测量,然后人工读取数据[1-2].这些方法虽能达到预期的实验效果,但操作工序烦琐,且对种子的芽根有一定损伤,不利于发芽实验的可持续观察,工作效率低下.
目前,有将种子置于培养试纸上培养的方法,但这种方法的种子放置密度较高,芽根长出后,每粒种子的芽根基本都交织在一起,很难从芽根系图像中提取芽根.从发展进程看,种子芽根系图像分割主要有手动分割、半自动分割和自动分割3种[2-4].手动分割准确度高,但费时费力;半自动分割很难对图像进行批量处理;自动分割虽能批量处理图像,但准确度低于手动分割.在处理种子芽根系图像时,为对芽根长度参数进行分析,首先需要对种……
登录APP查看全文
