[发明专利]一种基于显微图像的禾本科植物叶片气孔指数测量方法

摘要

本发明涉及计算机视觉和深度学习技术领域，提供一种基于显微图像的禾本科植物叶片气孔指数测量方法，包括：步骤1：采集待测量禾本科植物叶片的显微图像；步骤2：基于深度学习目标检测算法，构建并训练气孔识别模型；步骤3：基于深度学习语义分割算法，构建并训练细胞网络预测模型；步骤4：利用气孔识别模型，得到气孔总数；利用细胞网络预测模型，得到细胞网络预测图像；对细胞网络预测图像依次进行自适应阈值二值化处理、骨架提取、先腐蚀再膨胀的形态学操作、连通域计数、过滤连通域，得到细胞数目；计算气孔指数。本发明能够提高气孔指数测量的精度与效率，有效解决现有技术中存在的费时费力、主观性导致对气孔和细胞误判的技术问题。