陈 浩，任奕林，欧阳家乐，陈佃贞，王浩杰，徐 洋

（华中农业大学工学院/农业农村部长江中下游农业装备重点实验室，湖北 武汉 430070）

不同图像分割方法在各类大田经济作物性状研究中有所应用，传统分割方法中，基于区域的分割方法在大田经济作物中应用较少，大多采用基于阈值和边缘检测的方法。结合特定理论工具的图像分割算法中，基于主动轮廓模型的分割方法较少用于大田经济作物研究。大田经济作物在我国占有重要地位。目前，我国已形成大豆、棉花、油菜、花生等大田经济作物优质高效生产技术体系。以优质良种和农业机械为载体，形成油菜免耕栽培、大豆机械化“深、窄、密”栽培和春花生机播覆膜高产栽培等多种技术模式。随着机械化程度和数字化农业的不断加强，从播种、生长、收获到加工各个环节，大田经济作物的性状至关重要，直接影响其生产效率和产品质量。大田经济作物的性状研究内容复杂多样，传统研究主要依靠人工手段，以感官检验为主，检验结果易受人为因素影响，准确度不高，而且效率低下，一定程度上限制了大田经济作物的生产。计算机、图像处理和模式识别等技术和理论的飞速发展，为实现大田经济作物性状研究提供了基础。数字图像处理技术作为一种新的数据采集和测量技术，在作物病虫害叶片检测［1-8］、根系形态［9-10］、农作物苗期生长监测［10-11］、油菜大豆花生的籽粒形态参数识别［12］等方面展现出高效、客观、可重复和成本低等优势，是较为重要的研究手段和技术工具，显示出广阔的应用前景。……