小麦是我国重要粮食作物之一,小麦的高产稳产对于保障我国粮食安全起到重要的作用。多项研究表明,种植密度过于稀疏或密集都会影响小麦的产量。因此,及时准确获知小麦苗数对于指导生产有着积极意义。目前的数苗工作大多还是人工方法来完成,该方法对人力依赖性大,且效率低下。论文基于图像处理技术对苗期小麦计数系统建立了一套用手机拍照就可以对小麦数苗的方法。解决了目前人工计算小麦数量时高度耗费人力以及效率低的问题。论文设计实现了一款基于图像处理的苗期小麦计数系统,主要包括对小麦图像的分割方法、苗期小麦的计数方法以及数苗系统的实现。具体研究内容如下:(1)在图像分割方面,基于超绿特征的思想针对小麦的图像特点提出了适合苗期小麦的分割方法;利用超绿特征和阈值分割相结合的算法对小麦图像实现了分割处理,再通过形态学算法对因图像分割造成的毛刺边缘和孔洞进行消除和填充,最后通过连通区域过滤面积较小的干扰区域,实现对小麦图像的有效分割,为后期的数苗算法奠定基础。(2)在苗株统计方面,根据苗期小麦图像特征分析提出了一套对小麦植株进行计数的方法。首先通过连通区域标记算法对分割后的小麦根茎部位进行标记,以确定图像中连通区域数量及宽度,从而掌握小麦株数基本信息;再用聚类算法对所有连通区域的宽度进行聚类,以判定粘连区域;最后对粘连区域绘制波形图,通过提取波形图中的特征极值点实现对小麦苗株的精准计数。利用不同密度的90张样本对计数方法进行测试,实验结果表明,该计数方法平均准确率达到91.09%。(3)在系统开发方面,计数系统采用了C/S架构,安卓平台作为客户端,以客户端对小麦拍照上传给服务器端,服务器端对小麦图像进行处理后将计数结果返回给客户端,并显示在App的界面上,由此实现了小麦计数系统。通过对系统的功能和性能测试。处理一幅图像的处理时间平均在5s左右,基本满足使用需求。