一种向日葵花盘尺寸测量方法技术

本发明专利技术公开了一种向日葵花盘尺寸测量方法，提出一种采用图像处理进行快速、准确、非破坏性的获取向日葵花盘、圆盘等的尺寸的装置及方法。通过特制的背景板和遮挡板在现场非破坏性地采集向日葵的花盘图像，自动进行图像的投影变换，通过查找花盘的舌状小花的尖端点，采用本发明专利技术所提出的尖端包裹法确立花盘的尖端轮廓，通过测量向日葵花盘的多个不同径向的直径，并计算平均值作为向日葵花盘的直径。通过纹理分割、形态学的开运算和闭运算等操作，提取圆盘，并计算圆盘的直径。最后建立对花盘和圆盘的平均直径的预测模型。本发明专利技术准确性高，对尺度变化不敏感。能进行快速无损测量，人工工作量极小。自动化程度高，无需人工干预。

【技术实现步骤摘要】
一种向日葵花盘尺寸测量方法
本专利技术属于植物表型、花卉形态学、图像处理领域，具体涉及一种向日葵花盘尺寸测量方法。
技术介绍
向日葵(HelianthusannuusL.)是菊科向日葵属的一年生草本植物，被誉为具有重要经济价值的世界四大油料作物之一(马昌盛，王彪，李勇，等.宁南山区食葵与油葵的开花生物学观察[J].中国蜂业，2017，68(10):15-17)。向日葵为头状花序，生长在茎的顶端，俗称花盘。其形状有凸起、平展和凹下三种类型。花盘上有两种花，即舌状花和管状花。舌状花1～3层，着生在花盘的四周边缘，为无性花。它的颜色和大小因品种而异，有橙黄或淡黄色，具有引诱昆虫前来采蜜授粉的作用。管状花，位于舌状花内侧，为两性花，主要生长在圆盘区域。花冠的颜色有黄、褐色等(邹江腾，刘胜利，陈寅初.观赏向日葵的应用及种植技术[J].新疆农垦科技，2013(6):18-19)。向日葵是典型的异花授粉作物，必须在传粉昆虫或其它生物媒介的作用下才能授粉(李艳花.向日葵种质资源遗传多样性的SSR分析及4个油葵的品比试验[D].西北农林科技大学，2015)。向日葵自花授粉结实率极低，仅为3％左右，而异花授粉结实率高。调节播期、适时施肥浇水、防治病虫害，以及采取放蜂或人工辅助授粉等措施可提高结实率(牛庆生，陈东海.吉林试验站开展蜜蜂为向日葵授粉试验工作[J].中国蜂业，2011，62(10):11)。已有的研究表明，向日葵花粉、花色、花香、花蜜量和花盘上舌状小花的大小等是吸引蜜蜂等传粉者的重要植物性状。向日葵产量与向日葵花盘的大小密切相关。花盘的大小是产量的一个重要指标(张雷，宋宝军，于学鹏，等.食用向日葵产量与主要性状相关及通径分析[J].黑龙江农业科学，2010(9):46-49)。同时，向日葵的产量还在一定程度上取决于蜜蜂及人工辅助授粉，将花粉在雄性和雌性花朵间移动以产生杂交种子，蜜蜂的采蜜等行为可以增加授粉能力，即可提高产量([闫素珍，高海燕，张艳，等.临河区食用向日葵蜜蜂授粉增产效果研究[J].中国蜂业，2017，68(2):39-40)。将机器视觉和图像处理技术应用于农业研究与生产，具有广泛的应用前景和实用价值，例如根据植物的视觉差异进行识别(陈肖蒙，王瑜，肖洪兵.基于可变局部边缘模式的绿色植物物种识别[J].智能系统学报，2018，13(4):571-576)、检查和分级水果和蔬菜(王东亭，付峰，饶秀勤，等.基于分级处理生产线的脐橙全程追溯系统[J].农业工程学报，2013，29(5):228-236)、对药用植物叶片进行分类(金力，阚红星，许钒，等.一种新的药用植物叶片自动分类方法的构建[J].通化师范学院学报，2017，38(4):42-45)、畜禽生长监测(张丽娜，武佩，乌云塔娜，等.基于图像的肉羊生长参数实时无接触监测方法[J].农业工程学报，2017，33(24):182-191)等。在向日葵的花盘和圆盘等组件的参数测量方面，常用人工方法获取向日葵的花盘和圆盘的直径、面积等参数(贾秀苹，卯旭辉，岳云.向日葵不同品种(系)主要性状与产量间的相关分析[J].中国种业，2014(12):50-53)；而基于图像处理的向日葵植株、叶片及花盘等研究较少。郭丽娟根据向日葵种子内部含油率不同，采用近红外技术和计算机视觉技术设计了种子自动分选系统，将种子准确的区分为两个级别，提高了种子的经济效益(郭丽娟.基于计算机视觉技术的向日葵种子分选系统设计[J].农机化研究，2017，39(4):234-236)。狄鹏慧等人以向日葵叶部锈病为主要研究对象，以Matlab为平台，将自然光照条件下采集到的向日葵叶部病害图像进行预处理，再分别利用病斑的颜色特征及纹理特征，对向日葵叶部病害进行了较准确的识别诊断(狄鹏慧，吕芳.基于图像识别的向日葵叶部锈病诊断探究[J].电子测试，2015(4):61-63)。越鲜梅以Matlab为平台，利用其GUI工具箱开发了基于图像识别的向日葵叶部病害诊断系统；经过多次测试发现，能够较准确地识别出向日葵的细菌性叶斑病、黑斑病和霜霉病(越鲜梅.基于图像识别的向日葵叶部病害诊断技术研究[D].内蒙古工业大学，2013)。Ducournau等人开发了一种用于自动监测向日葵种子发芽率的图像采集系统，将彩色图像转换为二值图像，进行发芽种子的计数，检测平均发芽时间(DucournauS，FeutryA，PlainchaultP，etal.Animageacquisitionsystemforautomatedmonitoringofthegerminationrateofsunflowerseeds[J].Computers&ElectronicsinAgriculture，2004，44(3):189-202)。Arribas等提出了一种基于机器视觉和神经网络的向日葵叶片自动分类系统，首先进行基于RGB颜色空间的分割；其次从分割的图像中提取叶片形态特征，然后以叶片的周长、面积、拟合椭圆长轴、短轴和宽高比作为特征集，最后采用广义感知器神经网络架构与后验概率模型选择算法确定目标是否为向日葵叶片。实验结果表明，所提出系统的正确分类率为85％(ArribasJI，Sánchez-FerreroGV，Ruiz-RuizG，etal.Leafclassificationinsunflowercropsbycomputervisionandneuralnetworks[J].ComputersandElectronicsinAgriculture，2011，78(1):9-18)。鉴于国内外基于图像处理技术进行向日葵的相关研究较少，且由于向日葵花盘等的尺寸与传粉者的吸引力、葵花籽的产量估计密切相关。常用人工测量的方法，也有结合图像进行向日葵花盘参数的半自动测量的研究，但是测量效果比较差，耗时耗力。本专利技术设计了背景板、遮挡板以及三脚架用于图像采集，通过新开发的算法及编程实现自动化的准确、快速测量花盘参数，统计分析花盘多个径向的直径，随之获取向日葵花盘、圆盘等的面积、周长等几何参数。所提出的方法具有快速无损、工作量小、精度高等优点，将为向日葵产量估计、育种相关的表型研究、传粉媒介相互作用等提供技术支持。
技术实现思路
本专利技术要解决的是目前人工测量向日葵花盘、圆盘的尺寸，耗时耗力、重复性差的技术问题，从而提供一种向日葵花盘尺寸测量方法。为解决上述技术问题，本专利技术所采用的技术方案如下：一种向日葵花盘尺寸测量方法，步骤如下：S1，获取向日葵花盘原始RGB图像a1。S2，将原始图像a1进行二值化处理得到二值化图像a3；S2.1，将原始图像a1转换为灰度图像a2；采用matlab软件中的函数rgb2gray()，将原始图像a1转换为灰度图像a2；S2.2，将灰度图像a2转换为二值化图像a3；采用matlab软件中的函数graythresh()，提取将灰度图像a2转换为二值图像所需的阈值；结合阈值，采用matlab软件中的函数im2bw()，将灰度图像a2转换为二值化图像a3；S3，将二值化图像a3进行图像裁切得到裁切图像a4；采用matlab中的求和函数sum()，从左向右统计二值化图像a3的每列的像素之和，得到数组g本文档来自技高网...

【技术保护点】
1.一种向日葵花盘尺寸测量方法，其特征在于，步骤如下：S1，获取向日葵花盘原始RGB图像a1；S2，将原始图像a1进行二值化处理得到二值化图像a3；S3，将二值化图像a3进行图像裁切得到裁切图像a4；S4，提取裁切图像a4中四个标记物的质心坐标；设定左上角的标记物为bjw1、右上角的标记物为bjw2、右下角的标记物为bjw3、左下角的标记物为bjw4；S5，将裁切图像a4进行投影变换，得到投影图像I'；S6，对投影图像I'提取花盘；S7，对步骤S6提取的花盘采用纹理分割的方法提取圆盘；S8，提取花盘的尖端轮廓；提取花盘的尖端点，并将提取的尖端点顺时针依次连接构成尖端轮廓；S9，提取圆盘的尖端轮廓；提取圆盘的尖端点并顺时针依次连接构成圆盘的尖端轮廓；S10，等角度采样法提取花盘直径；计算花盘的平均直径时，需要依据角度θ测量n次(如图22所示)，再求平均值，角度θ与测量次数n的关系为：

【技术特征摘要】
1.一种向日葵花盘尺寸测量方法，其特征在于，步骤如下：S1，获取向日葵花盘原始RGB图像a1；S2，将原始图像a1进行二值化处理得到二值化图像a3；S3，将二值化图像a3进行图像裁切得到裁切图像a4；S4，提取裁切图像a4中四个标记物的质心坐标；设定左上角的标记物为bjw1、右上角的标记物为bjw2、右下角的标记物为bjw3、左下角的标记物为bjw4；S5，将裁切图像a4进行投影变换，得到投影图像I'；S6，对投影图像I'提取花盘；S7，对步骤S6提取的花盘采用纹理分割的方法提取圆盘；S8，提取花盘的尖端轮廓；提取花盘的尖端点，并将提取的尖端点顺时针依次连接构成尖端轮廓；S9，提取圆盘的尖端轮廓；提取圆盘的尖端点并顺时针依次连接构成圆盘的尖端轮廓；S10，等角度采样法提取花盘直径；计算花盘的平均直径时，需要依据角度θ测量n次(如图22所示)，再求平均值，角度θ与测量次数n的关系为：S11，等角度采样法提取圆盘直径；计算圆盘的平均直径时，需要依据角度θ测量n次(如图22所示)，再求平均值，角度θ与测量次数n的关系为：S12，构造直径预测模型；所述直径包括花盘直径和圆盘直径；S13，计算花盘的几何参数；所述几何参数包括花盘的面积、周长、等效直径、拟合椭圆的长轴和短轴长度；S14，计算圆盘的几何参数；所述几何参数包括圆盘的面积、周长、等效直径、拟合椭圆的长轴和短轴长度。2.根据权利要求1所述的向日葵花盘尺寸测量方法，其特征在于，在步骤S4中，具体步骤如下：S4.1，获取裁切图像a4的大小并设定裁切图像a4有cjm行、cjn列；通过matlab中的函数size()获取裁切图像a4的大小；S4.2，将裁切图像a4分割为图像ashangsh和图像axiash；将裁切图像a4中的1～cjm*0.2行的像素值存储到图像ashangsh中，将裁切图像a4中的cjm*0.8～cjm行的像素值存储到图像axiash中；S4.3，对图像ashangsh进行处理得到标记物bjw1和标记物bjw2的质心坐标；S4.3.1，对图像ashangsh进行连通区域标记，得到矩阵lts；采用matlab中的函数bwlabeln对图像ashangsh进行连通区域标记；S4.3.2，根据矩阵lts，得到图像ashangsh连通区域的总数量ltszs；采用函数max(max(lts))得到图像ashangsh中的连通区域的总数量ltszs；S4.3.3，获得各连通区域面积的数组STATSs；采用matlab中的函数regionprops()，获得各个连通区域的面积(即像素数)的数组STATSs；S4.3.4，得到各连通区域的面积矩阵getmianjis(i)；采用STATSs().Area将各个连通区域的面积存储到getmianjis(i)中，其中i的值为1～ltszs，分别对应第1～ltszs个连通区域的面积；S4.3.5，查找面积最大的连通区域，并将该连通区域在矩阵lts的位次值存储到矩阵zuidas；采用matlab中的函数find()查找面积最大的连通区域；S4.3.6，计算各个连通区域的质心，并将各个连通区域的质心的坐标存储到数组zhixins，则zhixins(zuidas)表示的标记物bjw1或标记物bjw2的质心坐标；采用matlab中的函数regionprops()计算各个连通区域的质心，S4.3.7，确定标记物bjw1或标记物bjw2的质心坐标；如果zhixins(zuidas)的列坐标大于0.5*cjn，则判定zhixins(zuidas)表示右上角的标记物bjw2的质心坐标，否则判定zhixins(zuidas)表示左上角的标记物bjw1的质心坐标；S4.3.8，确定标记物bjw2或标记物bjw1的质心坐标；将矩阵lts中的值为zuidas的元素全部置0，并重复步骤S4.3.5-S4.3.6，得到标记物的质心坐标zhixins(zuidas2)；如果zhixins(zuidas)表示右上角的标记物bjw2的质心坐标，则zhixins(zuidas2)表示左上角的标记物bjw1的质心坐标；反之，如果zhixins(zuidas)表示左上角的标记物bjw1的质心坐标，则zhixins(zuidas2)表示右上角的标记物bjw2的质心坐标；S4.4，对图像axiash进行处理得到标记物bjw3和标记物bjw4的质心坐标；S4.4.1，对图像axiash进行连通区域标记，得到矩阵ltx；采用matlab中的函数bwlabeln对图像axiash进行连通区域标记；S4.4.2，根据矩阵ltx，得到图像axiash连通区域的总数量ltszx；采用函数max(max(ltx))得到图像axiash中的连通区域的总数量ltszx；S4.4.3，获得各连通区域面积的数组STATSx；采用matlab中的函数regionprops()，获得各个连通区域的面积(即像素数)的数组STATSx；S4.4.4，得到各连通区域的面积矩阵getmianjix(i)；采用STATSs().Area将各个连通区域的面积存储到getmianjix(i)中，其中i的值为1～ltszx，分别对应第1～ltszx个连通区域的面积；S4.4.5，查找面积最大的连通区域，并将该连通区域在矩阵ltx的位次值存储到矩阵zuidax；采用matlab中的函数find()查找面积最大的连通区域；S4.4.6，计算各个连通区域的质心，并将各个连通区域的质心的坐标存储到数组zhixinx，则zhixinx(zuidax)表示的标记物bjw3或标记物bjw4的质心坐标；采用matlab中的函数regionprops()计算各个连通区域的质心，S4.4.7，确定标记物bjw3或标记物bjw4的质心坐标；如果zhixinx(zuidax)的列坐标大于0.5*cjn，则判定zhixinx(zuidax)表示右下角的标记物bjw3的质心坐标；否则判定zhixinx(zuidax)表示左下角的标记物bjw4的质心坐标；S4.4.8，确定标记物bjw4或标记物bjw3的质心坐标；将矩阵ltx中的值为zuidax的元素全部置0，并重复步骤S4.4.5-S4.4.6，得到标记物的质心坐标zhixinx(zuidax2)；如果zhixinx(zuidax)表示右下角的标记物bjw3的质心坐标，则zhixinx(zuidax2)表示左下角的标记物bjw4的质心坐标；反之，如果zhixinx(zuidax)表示左下角的标记物bjw4的质心坐标，则zhixinx(zuidax2)表示右下角的标记物bjw3的质心坐标。3.根据权利要求1或2所述的向日葵花盘尺寸测量方法，其特征在于，在步骤S5中，具体步骤如下：S5.1，根据裁切图像a4中的标记物和投影图像I'中的投影标记物获得投影变换公式：DY＝M*A；其中，A为变换参数，M为投影图像I'中像素坐标；DY为裁切图像a4中对应的像素点坐标；S5.1.1，设定裁切图像a4中标记物bjw1、标记物bjw2、标记物bjw3、标记物bjw4的质心坐标分别为(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)；S5.1.2，设定投影图像I'中对应的投影标记物分别为A'(yx1，yy1)、B'(yx2，yy2)、C'(yx3，yy3)、D'(yx4，yy4)；且yx1的值为1，yy1的值为1，yx2的值为1，yy2的值为3000，yx3的值为3000，yy3的值为3000，yx4的值为3000，yy4的值为1；从而保证投影变换后的图像的大小为3000×3000；并将投影图像中投影标记物的坐标作为输入，裁切图像a4中对应的像素点为输出；S5.1.3，构造投影变换公式：DY＝M*A(1)；其中，变换参数A为：A＝[jza11；jza12；jza13；jza21；jza22；jza23；jza31；jza32](2)；DY＝[x1；y1；x2；y2；x3；y3；x4；y4](3)；S5.1.4，将裁切图像a4的标记物bjw1、bjw2、bjw3、bjw4的质心坐标以及投影标记物A'，B'，C'，D'的坐标代入公式(1)～(4)，解算出变换参数A中元素的值，进而得到完善的投影变换公式；S5.2，构造双三次插值公式：S5.2.1，构造双三次插值函数：其中，a取-0.5；S5.2.2，根据双三次插值函数构造双三次插值公式；其中，f(x,y)为像素点(x,y)的插值，f(xi,yi)为像素点(x,y)的4×4邻域点(xi,yi)的像素值，i，j＝0，1，2，3；W(x-xi)为点(xi,yi)的像素值在x方向的权重；W(y-yi)为点(xi,yi)的像素值在y方向的权重；S5.3，根据步骤S5.1计算投影图像I'中任一坐标点(i，j)对应在裁剪图像a4中的坐标(cjwzX，xjwzY)；S5.4，裁剪图像a4距离像素点(cjwzX，xjwzY)最近的16个像素点的加权平均作为投影图像I'中坐标点(i，j)处的像素值；S5.5，将步骤S5.4得到的投影图像I'中坐标点(i，j)处的像素值结合步骤S5.2得到投影图像I'中坐标点(i，j)处的实际像素值；S5.6，重复步骤S5.3-S5.5，直至投影图像I'每个坐标点都得到实际像素值。4.根据权利要求1所述的向日葵花盘尺寸测量方法，其特征在于，在步骤S6中，具体步骤如下：S6.1，将投影图像I'转换为hsv图像，得到hsv图像的色调H、饱和度S和明度V；采用matlab中的函数rgb2hsv()将该图像转换为hsv_f；设定H＝hsv_f(:，:，1)*255，S＝hsv_f(:，:，2)*255，V＝hsv_f(:，:，3)*255；从而分别得到图像的色调H、饱和度S和明度V；S6.2，hsv图像进行二值化处理得到二值化图像hfl；对hsv图像的每个像素点逐一进行判断，是否满足判断条件，如果满足该判断条件，则设定该点的值为1，否则为0，从而得到二值图像hfl；所述判断条件为：26<H(i，j)<34；43<S(i，j)<255；46<V(i，j)<255；S6.3，对二值化图像hfl进行孔洞填充，得到图像a8；采用matlab中的函数imfill(hfl，'holes')对二值图像hfl进行孔洞填充；S6.4，对图像a8进行消噪得到图像a9；采用matlab中的函数bwareaopen(a8，T)对图像a8进行小面积去除，其中，T表示对面积小于T个像素的区域进行删除，消除噪声干扰，保留唯一的花盘区域；S6.5，采用图像a9对投影图像I'进行掩模得到图像a10，图像a10就是提取的花盘。5.根据权利要求4所述的向日葵花盘尺寸测量方法，其特征在于，在步骤S7中，具体步骤如下：S7.1，根据图像a10得到纹理图像wenli；采用matlab中的函数entropyfilt()对图像a10进行处理，得到纹理图像wenli；S7.2，将纹理图像wenli转换为二值图像EIM2；S7.2.1，将纹理图像wenli转换为灰度图像Eim；采用matlab中的函数mat2gray()将图像wenli转换为灰度图像Eim；S7.2.2，将灰度图像Eim转换为二值图像EIM2；采用matlab中的函数im2bw(Eim，0.7)，以0.7作为阈值将灰度图像Eim转换为二值图像EIM2；S7.3，获得二值图像EIM2中面积最大的连通区域，得到图像EIMzuida；S7.3.1，对二值图像EIM2进行连通区域标记，得到矩阵Lerzhihua；S7.3.2，统计矩阵Lerzhihua中的各个连通区域的面积，并保存在数组Sfenxi；用matlab中的函数regionprops(Lerzhihua，'Area')统计矩阵Lerzhihua中的各个连通区域的面积；S7.3.3，筛选连通区域的面积，保留了面积最大的连通区域，得到图像EIMzuida；采用matlab中的函数bwareaopen(EIM2，max(Sfenxi.Area)-1)，将二值图像EIM2中面积小于最大面积的连通区域的区域删除，保留了面积最大的连通区域，得到图像EIMzuida；S7.4，对图像EIMzuida进行孔洞填充，得到图像EIMzuidatc；采用matlab中的...

【专利技术属性】
技术研发人员：张卫正，张焕龙，李萌，李小娟，张伟伟，李志刚，徐晋，刘岩，陈启强，金保华，殷长魁，邹东尧，张志伟，
申请(专利权)人：郑州轻工业学院，
类型：发明
国别省市：河南,41