水稻作为世界上三大粮食作物之一,在我国也是种植面积最大、单产最高、总产最多的粮食作物,在全球的粮食生产中占有非常重要的地位,其产量一直备受考种研究人员的关注,而稻穗的籽粒数、千粒重和结实率等考种指标都直接与产量相关,可以通过对这些考种指标的测量来实现对水稻产量的预测。目前,针对稻穗籽粒数、一次枝梗长和一次枝梗数等考种指标的测量仍然主要依靠人工,存在劳动强度大、操作繁琐、测量准确性受人工主观因素影响大等缺点。预测水稻产量的方法主要有:卫星遥感测产法、人工经验估产法、气象指标测产法、生长模型测产法等。卫星遥感测产和气象因素测产所需要的费用昂贵,对资源和设备的要求高;人工经验估产和生长模型测产则需要大量的人力和物力,同时需要长时间的积累才能进行准确的预测,效率低。为了解决水稻考种和测产中效率低、费用高等问题,本论文利用计算机图像处理技术快速获得稻穗籽粒数、一次枝梗长和一次枝梗数等考种指标。不仅为农学研究人员进行水稻考种研究提供了方便,同时还能够通过稻穗籽粒数、千粒重和结实率等考种指标实现对区域水稻产量的预测。本文主要研究工作如下:1、稻穗图像处理算法研究。利用计算机图像处理技术,通过二值化、开运算和距离变换等图像处理运算获得了稻穗图像的一次枝梗总长度、一次枝梗数量、总面积这三个特征值。其中总面积和一次枝梗总长度分别与籽粒数之间的相关系数R2能够达到0.9751和0.9519,一次枝梗总长的误差最大值为6.28%,95.01～99.05%的稻穗一次枝梗数量绝对误差≤2个。2、水稻考种测产系统软件实现。利用C++语言和OpenCV(计算机视觉库)图像处理函数编写了水稻考种测产系统软件,该软件分为稻穗图像过程处理、稻穗图像批处理和区域水稻产量预测三个模块。分别实现了稻穗图像单步骤处理和图像特征值提取功能;实现了稻穗图像批处理、自动数据保存和自动建立稻穗籽粒数预测模型功能;利用籽粒数预测模型和亩产估算公式实现了区域水稻产量预测功能。3、模型、算法及系统验证。建立了图像处理得到的一次枝梗总长度和总面积两个特征值分别与籽粒数的相关关系模型,根据模型相关系数确定通过总面积预测模型来预测稻穗籽粒数。通过水稻考种测产系统对不同地区、不同种植方式的6个不同品种水稻样本的处理结果数据进行分析,6个品种的水稻籽粒数预测平均误差为6.12%,单个采样点总籽粒数预测的最大误差为6.85%,水稻亩产的预测平均相对误差为4.01%,得到了较高精度的籽粒数预测结果和亩产估算值,验证了水稻考种测产系统图像处理算法的稳定性和稻穗籽粒数预测模型的正确性。