安徽农学通报2023年05期粮食·油料·经作基于HSV和骨架提取的水稻种子芽根长度自动化测量方法研究王成城1马启良2*（1湖州师范学院信息工程学院，浙江湖州313000；2湖州师范学院信息技术中心，浙江湖州313000）摘要种子的芽长和根长是评判种子质量的重要指标。传统的人工测量芽长与根长的方式，存在着繁琐、费时费力、易受主观判断影响等问题。利用图像处理技术的芽长根长自动检测算法能够提高芽长根长检测的效率，也避免了主观因素导致的误差。本研究基于HSV色彩空间和骨架提取，设计了种子芽长根长的检测方法。首先对图像进行阈值分割，其次再利用骨架提取算法结合深度优先搜索寻找水稻幼苗拓扑结构中最长路径，最后根据HSV色彩空间分割出的种子区域对芽和根进行分离，且采用间隔选取像素点坐标的方式计算欧式距离，并分别统计芽和根的长度。结果表明，本文方法自动测量的芽和根长度与人工实测数据的相关系数分别为0.998和0.997，平均百分比误差分别为1.48%和1.57%。基于HSV色彩空间和骨架提取的复合算法能够对种子萌发过程中的芽长与根长进行快速、准确地测量。关键词图像处理；骨架提取；芽长根长检测；最长路径中图分类号S511文献标识号A文章编号1007-7731（2023）05-0058-06水稻种植历史悠久，是我国主要的粮食作物之一。水稻种子的高质和高产对保障我国粮食供应安全具有重要作用[1]。种子活力关系到水稻的产量和质量。因此，测定种子活力，筛选出高活力种子，对于确保播种种子质量和实际田间出苗率具有重大的生产意义。种子发芽速度测定是种子活力检测的重要手段之一，具体包括幼苗的发芽率、生长速度，是评判种子质量的重要指标[2-3]。因此，准确地测定种子发芽率、每日幼苗长度、根长度，有助于精确地评估种子质量，但是以上指标都需要人工进行测定，繁琐、费时、主观因素大，所以需要一种客观的、快速自动化的测定方法。图像处理技术作为一种无损检测技术，在植物病虫害检测、果蔬分级分类、农作物长势测定等方面具有良好的应用前景[4-5]。Sako等[6]开发了一个生菜种子活力自动评估系统，利用图像处理技术从幼苗形态特征中获取了各种参数，并生成了表示种子活力指标的数值；金涛等[7]开发了种子幼苗长度辅助测量系统，为种子质量检测提供了一种新的思路；AFHoffmaster等[8-9]基于图像处理技术实现了自动评估3日龄大豆和玉米幼苗的活力；杨红云等[10]为了监测自然生长状态下的水稻叶片，采用手势交互插值法和骨架提取法得到了水稻叶片几何...
