RGB-Derived Haralick Edge-Texture Features Discriminate Mung Bean Responses to Mineral and Biofertilizer Regimes
Eder Pereira Neves · Jorge González Aguilera · Werverth Costa Martins 等 12 人
用RGB图像Canny边缘图的Haralick纹理特征区分绿豆对不同施肥处理的响应。
侧视RGB图像分割、灰度化、Canny边缘检测与GLCM六特征，结合农艺性状聚类
对比度、能量、同质性、熵和方差随施肥制度显著差异，纹理与农艺变量层次结构高度相似。
可探索边缘纹理特征与具体农艺性状的定量预测模型，并开展重复级验证与跨品种外部测试。
低成本RGB边缘纹理特征用于绿豆施肥响应的无损表型筛选，方法新颖但尚需重复级预测验证，属细分领域方法学进展。
低成本RGB成像可加速作物表型分析，但其通过基于边缘的纹理描述符捕捉植物对施肥制度响应的能力仍缺乏充分验证。绿豆[Vigna radiata (L.) R. Wilczek]采用随机完全区组设计种植，设6个施肥处理，4次重复。在受控条件下获取的侧视RGB图像经分割、转换为灰度图、转化为Canny边缘图，并利用6个灰度共生矩阵(GLCM)特征进行汇总。评估的农艺指标包括：株高、茎粗、根瘤重、鲜重、荚重、地上部干物质、每小区籽粒产量、叶绿素指数、根长和根体积。对比度、能量、同质性、熵和方差在不同施肥处理间存在差异，而GLCM相关性则无显著差异。矿质施肥处理下茎粗、根瘤质量、鲜生物量、地上部干物质和叶绿素指数均最高。Baker's Gamma系数(0.9369)和共表型相关系数(0.9498)表明层次结构之间高度相似，说明纹理描述符所保留的处理组织结构与农艺变量所观察到的结构高度一致。由受控RGB衍生边缘图计算的Haralick特征揭示了绿豆冠层结构中与施肥相关的差异。该方法在无损筛选中具有前景，但在能够从图像估算农艺性状之前，仍需进行重复水平的预测验证、图像处理参数的完整报告以及外部测试。