1. 研究目的与意义、国内外研究现状（文献综述）
课题意义：玉米果穗表型性状是玉米育种与生产中的常规测量项目，对揭示玉米果穗品种特征及其表型性状与产量形成的关系具有重要价值，同时也是玉米作物遗传育种过程中的一个重要环节。
传统的人工考种方法方法存在着人工成本高、主观性强，测量精度较差、效率低下等问题，所以如何快速准确地测量玉米考种性状数据，对于提高科学选种和育种效率极为重要。
在此基础上利用计算机视觉和图像处理技术自动检测玉米果穗，因其可以精准、高效、低成本地计算出诸多依靠人工难以直接测定或者统计耗时的性状特征，而被人们广泛研究完善。
2. 研究的基本内容和问题
研究目标本项研究的目标是设计并实现一款基于android的玉米果穗形态参数测量系统，所以主要目标有以下几点：1）解决目前国内玉米形态参数测量系统中存在的硬件成本较高，便捷性较低等问题。
2）对于目前对玉米籽粒粘连问题解决方法过少，过于单一的问题进行研究和比较。
研究内容1）通过阅读文献，比较不同果穗形态参数测量系统的图像分割算法，选择了两种果穗整体轮廓分割算法和四种果穗籽粒轮廓分割算法，通过java调用opencv库实现上述六种算法，并对六种算法进行评价与选择。
3. 研究的方法与方案
研究方法1）先通过阅读文献，了解玉米形态参数测量系统的相关理论知识，学习相关的图像分割算法和形态参数测量方法的基本原理。
2）在如上的基础上，学习自适应阈值图像处理算法和三种边缘检测算法，并基于opencv进行实现，并进行测试和比较选择。
3）通过如上的选择后，实现果穗籽粒快速模型估算，并设计基于凸点的籽粒预估模型，并对两种测量方式进行测试。
4. 研究创新点
传统的预测方法一般是基于工业摄像机与计算机相结合的方法进行玉米形态参数的测量，本文基于安卓系统，通过手机后置摄像头获取图像数据，采用OpenCV视觉库，进行图像处理，从而获取图像数据，具有操作简易、便携性高、硬件成本低、形参数据全面等特点。
5. 研究计划与进展
(1)2017年1月1号-2017年1月24号先通过阅读文献，了解玉米形态参数测量系统的相关理论知识，学习相关的图像分割算法和形态参数测量方法的基本原理。
(2)2017年1月15号-2017年2月6号在如上的基础上，学习自适应阈值图像处理算法和三种边缘检测算法，并基于opencv进行实现，并进行测试和比较选择。
(3)2017年2月7号-2017年2月25号通过如上的选择后，实现果穗籽粒快速模型估算，并设计基于凸点的籽粒预估模型，并对两种测量方式进行测试。
