本發(fā)明提供了一種基于深度學習的水稻穗株谷粒原位無損計數(shù)方法,包括以下步驟:制作谷粒計數(shù)樣本圖像,并標注所有谷粒的位置;將樣本圖像分割成多塊小圖像;通過多塊小圖像訓練神經網絡;把需要谷粒計數(shù)的實際圖像分割后帶入訓練后的神經網絡,得到多個單塊概率圖譜后拼接成整個概率圖譜,并與實際圖像結合,即得到所有谷粒的中心點位置;通過連通域提取算法,對整個概率圖譜進行計算,連通域的個數(shù)即谷粒的個數(shù)。本發(fā)明計數(shù)方法,保持了水稻穗株的完整性,在不破壞原有穗型拓撲結構的基礎上,完成準確的谷粒計數(shù),尤其適合穗上交疊粘連谷粒的計數(shù),解決了現(xiàn)有人工計數(shù)和脫穗計數(shù)等方法很難保持原位測量、無損傷的問題。
聲明:
“基于深度學習的水稻穗株谷粒原位無損計數(shù)方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)