一种基于小波变换的小菊花瓣数目自动检测方法技术

本发明专利技术公开了一种基于小波的小菊花瓣数目自动无损检测方法，属于植物表型测量领域。以普通相机作为采集设备，采集小菊图像。通过数字图像处理技术，设计出一种小菊花瓣数目自动无损检测方法。该方法如图1所示，具体包括：将采集的菊花花冠RGB图像进行图像分割，将菊花从背景中提取出来；对空洞进行填充；通过边界跟踪将菊花轮廓曲线提取出来；采用质心距法将二维轮廓曲线，降维为一维信号；经信号扩展后对信号进行小波变换，提取小波第四层系数；查找正过零点，从而实现菊花花瓣数目的自动检测。本方法是国内外首次采用小波变换方法实现小菊花花瓣数目的自动无损检测，适用于单层有瓣花卉的花瓣数目自动无损检测，为小菊表型自动测量奠定基础。 1

An automatic detection method for small chrysanthemum petal numbers based on Wavelet Transform

The invention discloses an automatic non-destructive detection method of small chrysanthemum petal number based on wavelet, belonging to the field of plant phenotypic measurement. Using ordinary camera as collecting device, we collect the image of chrysanthemum. By means of digital image processing technology, an automatic nondestructive testing method for small chrysanthemum petal numbers is designed. The method, as shown in Figure 1, includes: dividing the RGB image of chrysanthemum flower corolla, extracting chrysanthemum from the background, filling the hole and extracting the chrysanthemum contour curve through boundary tracking; using the centroid distance method to reduce the two-dimensional contour to one dimension signal; after the signal is extended, the letter is extended to the letter. Wavelet transform is used to extract the fourth layer coefficients of wavelet, and find the zero crossing point to realize automatic detection of the number of chrysanthemum petals. This method is the first time to realize the automatic nondestructive testing of petals in small chrysanthemum by wavelet transform, which is suitable for automatic nondestructive testing of petal number of single floral flowers in single layer, which lays the foundation for automatic measurement of phenotypes of small chrysanthemum. One

【技术实现步骤摘要】
一种基于小波变换的小菊花瓣数目自动检测方法
本专利技术属于数字图像处理在植物表型测量领域的应用，是对小菊花瓣数目进行自动检测级测量的一种方法，适用于单层花瓣的小菊及其他花卉的花瓣数目自动检测。
技术介绍
菊花起源于中国,是中国十大传统名花之一,菊花表型研究对菊花分类具有重要意义。菊花花瓣数量花卉表型的一个重要参数。然而截止到目前为止，都是采用人工识别从而进行测量的方法，难于满足大批量快速测试的要求。图像作为一种内容丰富,表达直观的多媒体信息,在人们生活、科研等方面都扮演着十分重要的角色。近几十年兴起的数字图像处理技术也已经深入到各个领域,具有快速、准确的特点,所以也越来越引起了植物分类专家们的重视。相比传统的人工方法,这种技术更加高效、自动、精确,且省时省力,不易受研究者的主观因素影响,是植物分类学家仅靠人工难以做到的。小菊花瓣相比于大菊花瓣更适于采用自动化的方法测量，但截至目前为止国内外鲜有相关文献报道。刘倩采用质心距和凹角点的二次面积结合方法来检测其他花瓣数目，但检测方法繁琐，检测效果受拍摄角度和质量影响比较大，而且对于花瓣生长的不规则性，效果较差(刘倩.基于图像处理的花卉花瓣的测量[D].北京林业大学,2012)。本专利技术开发了一种基于小波变换，适合小菊菊花花瓣数目自动识别方法，克服了上述检测方法的不足，检测方法简便，对于拍摄效果不理想的，边缘不光滑的花朵也能够达到比较好的检测效果，为小菊菊花表型自动快速测量奠定基础。
技术实现思路
本专利技术采用基于小波变换小菊花瓣数目自动识别方法，先进行小菊图像分割，提取花朵轮廓曲线，采用质心距方法将二维轮廓曲线转换成一维曲线，然后进行小波变换，提取第四层小波系数，通过查找正过零点来检测花瓣的个数。本专利技术主要包括以下部分(图1)：小菊菊花图像分割：对小菊RGB图像进行归一化处理获得每一个像素的RGB的值，采用OSTU方法求得该灰度图阈值，利用该阈值对图像进行二值化处理，将小菊从背景中分割出来，对分割后的小菊图像进行填充孔洞。小菊轮廓信息提取：通过边界跟踪查找外轮廓，获得轮廓序列，提取该轮廓序列中每个轮廓点的x坐标和y坐标。采用质心距法将二维轮廓曲线降维为一维信号，并将一维信号进行扩展。小波变换：采用Haar小波做为母小波，经扩展后再与信号进行卷积，得到在不同分辨率下的小波系数。花瓣数目检测：提取第四层小波系数，得到新的一维信号，然后查找正过零点。正过零点表示的是原一维信号的局部最大值，通过检测局部最大值(正过零点)的个数，便可得到花瓣的个数。附图说明图1为一种基于小波变换的小菊花瓣数目自动无损检测方法流程图；图2为小菊图像的灰度图像图3为分割、填充后的图像图4为通过边界跟踪得到的边界曲线图5为一维质心距曲线图6为小波变换的第四层系数曲线图7为图6曲线的正过零点图8为菊花轮廓上的正过零点具体实施方式本专利技术开发了一种基于小波变换的小菊花瓣数目自动识别方法，具体实施方式如下：(1)用相机采集小菊的RGB图像。(2)对小菊RGB图像进行归一化处理获得每一个像素的RGB的值，采用OSTU方法求得该灰度图(图2)阈值，利用该阈值对图像进行二值化处理，实现小菊图像分割，将小菊从背景中分割出来，对分割后的小菊图像进行填充孔洞(如图3)。(3)通过边界跟踪查找外轮廓，获得轮廓序列，提取该轮廓序列中每个轮廓点的x坐标和y坐标(图4)。(4)计算小菊区域的质心与外轮廓点之间的距离。令某个外轮廓点在图像中的坐标为(xi,yi),质心在图像中的坐标为(x0,y0),二者之间的距离为公式(1)，通过计算每个点的距离Di，得到一个一维数组S,从而将二维图像变成一维信号(图5)。(5)将一维信号扩展为2j倍：令一维信号的长度为N0,计算N0以2为底的对数值,得到的结果取整数，并加1，得到数值n，若2n小于2N0，则对原一维信号进行镜像翻转，补充到原一维信号之后，取前2n个数据点，得到新的信号。若2n大于2N0，则对原一维信号补充镜像翻转的信号之后,再补充原一维信号，然后再取前2n个数据点，得到新的信号。(6)小波变换：选择用Haar小波，其母小波的形式如公式(2)，对母小波按上述(5)方法进行扩展，再与信号进行卷积(公式(3)),可以得到在不同分辨率下的小波系数。其中(7)提取信号小波变换后的第四层系数(图6)，对获得的小波系数提取前N0个数据点,得到新的一维信号，使其与原始信号长度相同。(8)查找正过零点(图7)。正过零点表示的是原一维信号的局部最大值。图8为轮廓上的正过零点，显然，通过检测局部最大值的个数，便可得到花瓣的个数。本文档来自技高网...

【技术保护点】
1.一种基于小波变换小菊花瓣数目无损自动检测及测量方法。该方法按照以下步骤进

【技术特征摘要】
1.一种基于小波变换小菊花瓣数目无损自动检测及测量方法。该方法按照以下步骤进行：(1)对小菊RGB图像进行归一化处理获得每一个像素的RGB的值，采用OSTU方法求得该灰度图阈值，利用该阈值对图像进行二值化处理，将小菊从背景中分割出来，对分割后的小菊图像进行填充孔洞。(2)通过边界跟踪查找外轮廓，获得轮廓序列，提取该轮廓序列中每个轮廓点的x坐标和y坐标。(3)计算小菊区域的质心与外轮廓点之间的距离，通过计算每个点的...

【专利技术属性】
技术研发人员：李琼砚，田野，路敦民，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：北京,11