基于深度学习的水稻穗株谷粒原位无损计数方法

摘要

本发明提供了一种基于深度学习的水稻穗株谷粒原位无损计数方法，包括以下步骤：制作谷粒计数样本图像，并标注所有谷粒的位置；将样本图像分割成多块小图像；通过多块小图像训练神经网络；把需要谷粒计数的实际图像分割后带入训练后的神经网络，得到多个单块概率图谱后拼接成整个概率图谱，并与实际图像结合，即得到所有谷粒的中心点位置；通过连通域提取算法，对整个概率图谱进行计算，连通域的个数即谷粒的个数。本发明计数方法，保持了水稻穗株的完整性，在不破坏原有穗型拓扑结构的基础上，完成准确的谷粒计数，尤其适合穗上交叠粘连谷粒的计数，解决了现有人工计数和脱穗计数等方法很难保持原位测量、无损伤的问题。