基于机器视觉和图形处理的小麦基本苗快速计数方法技术

一种基于机器视觉和图形处理的小麦基本苗快速计数方法，以解决现有的小麦基本苗计数计数效率低的技术问题。包括以下步骤：基本苗图像的获取、图像复原增强、目标计数，在目标计数中，采用连通区域面积对比法对经所述步骤S8处理后的图像处理计数，以获取小麦基本苗数量，这样能够读取并识别小麦苗的遮挡粘连，小麦基本苗数量等于各个连通区域中统计出的小麦苗株数量。通过采用机器视觉和图形处理方法，计数效率高，适宜于大范围的统计小麦种植量或发芽量。

【技术实现步骤摘要】
基于机器视觉和图形处理的小麦基本苗快速计数方法
本专利技术属于农业种植信息采集处理
，具体涉及一种基于机器视觉和图形处理的小麦基本苗快速计数方法。
技术介绍
小麦是我国重要的粮食作物之一，小麦生产直接关系到国家粮食安全和社会稳定。小麦生产中，小麦基本苗情的调查和计数是确保小麦高产稳产的最基本农艺性状，也是预测小麦产量的重要参数之一。传统小麦基本苗数的确定多采用调查法，即在小麦苗期，通过人工计数的方式获取一定区域内的苗数，并折算为每亩基本苗，常用的方法为以下两种：第一种方法是：①确定1米长度的双行小麦标本区，计数出平均每米的苗数；②获取小麦的平均行距；③根据公式“每亩基本苗数=每米平均苗数*667/平均行距”计算每亩基本苗数；第二种方法是：①在试验田中随机选取若干点，每点对应于1m2方格的中心查计方格内苗数；②求该些点苗数的平均值；③根据公式“每亩基本苗数=每平方米平均苗数*667”。然而采用上述人工计数的方法需要耗费大量的人力，物力和时间，并受天气条件影响，而且数据准确度受人为因素影响很大。不仅如此，在野外进行麦田基本苗计数调查，不仅劳动强度大，而且寒冷的环境对人也是一大考验。因此，迫切需要一种可以快速、准确的小麦基本苗计数方法来解决上述问题。
技术实现思路
本专利技术要解决的技术问题是提供一种基于机器视觉和图形处理的小麦基本苗快速计数方法，以解决现有的小麦基本苗计数需要采用人工计数，计数效率低且劳动强度大、可靠性差的技术问题。为了解决上述技术问题，本专利技术可以采用如下的技术方案。设计一种基于机器视觉和图形处理的小麦基本苗快速计数方法，包括以下步骤：步骤S1：小麦出苗后1-3叶期，采集小麦苗期图像，具体方式为，以相机镜头垂直于小麦行的走向拍摄，根据成像比例表达式（工作距离：视角=焦距：CCD大小），工作距离对应于拍摄距离，保证拍摄的照片像素尺寸对应为1m（小麦基本苗1m双行）的长度，即保证拍摄入图像的行长正好是1m，拍摄高度1.3m-1.6m，俯摄角度30°～60°；步骤S2：读入所述步骤S1中采集到的图像，采用绿色通道阈值分割法进行图像处理后，获得纯麦苗图像；步骤S3：对所述步骤S2中获得的纯麦苗图像进行灰度变换处理；步骤S4：对所述步骤S3获得的灰度图像进行滤波处理；步骤S5：依次对所述步骤S4中滤波处理后的图像进行图像二值化处理和非线性滤波处理；步骤S6：对所述步骤S5中非线性滤波处理后的图像进行连通区域提取，其中，连通区域提取的算法是Canny算子边缘检测方法或Sobel算子边缘检测方法；步骤S7：依次对所述步骤S6中连通区域提取后的图像进行填补边缘缝隙处理和内部填充处理；步骤S8：对所述步骤S7中内部填充处理后的图像进行移除干扰处理，以移除图像中的非目标物的畸变点和/或连通区域为0的孤立点，其中，处理方法是，判断图像中的任一点的像素点是否为8连通区域，如果该点是8连通区域，则计算连通区域的面积，如果连通区域的面积＜自适应面积阀值，则删除该连通区域；如果该点不是8连通区域，则将该像素点删除；步骤S9：采用连通区域面积对比法对经所述步骤S8处理后的图像处理计数，以获取小麦基本苗数量，所述连通区域面积对比法是，统计获取已知的小麦遮挡粘连的株数和连通区域面积范围对照表，将步骤S8获取的连通区域面积与已知的小麦遮挡粘连的株数和连通区域面积范围对照表依次对比，并标记该连通区域面积对应的小麦基本苗株数，统计出各个连通区域中的小麦苗株数量之和，再根据公式“每亩基本苗数=每米平均苗数*667/平均行距”即可计算出每亩基本苗数。连通区域面积与对应的小麦粘连株数为建模时获取的统计经验值。优选的，在所述步骤S2中，绿色通道阈值分割法为：从所述步骤S1中采集的图像的第一个像素点开始遍历全部像素，求出每个像素点的三个分量，若像素点的三个RGB分量满足G>B且G>R条件，则该像素点的灰度值保持不变；否则该像素点的值为0。优选的，在所述步骤S3中，采用MATLAB软件的数字处理工具箱中rgb2gray()函数对所述步骤S2中获得的纯麦苗图像在YUV颜色空间中进行灰度变换处理。优选的，在所述步骤S4中，同时采用中值滤波算法和高斯滤波算法对所述步骤S3获得的灰度图像进行滤波处理。优选的，在所述步骤S5中，采用最大类间方差法对所述步骤S4中滤波处理后的图像进行图像二值化处理，以求得阈值T，所有≥阈值T的像素的灰度值调整为255，所有＜阈值T的像素的灰度值调整为0。优选的，在所述步骤S5中，非线性滤波处理的方法是：先对二值化处理后的图像进行三次膨胀运算，设置三个长分别为9个像素、4个像素、4个像素，角度分别为85度、95度、105度直线型结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“或”操作；然后进行一次腐蚀运算，创造一个长为1、角度为0度直线型结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“与”操作。优选的，在所述步骤S7中，填补边缘缝隙处理的方法是：设置一个长4，宽3.5线型结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“或”操作；内部填充处理的方法是：逐行扫描图像，遍历存储边缘点坐标的队列，找出一行中的所有边缘点，在对其中两个边缘点之间的像素进行填充之前，首先判断邻近该两个边缘点的、且位于该两个边缘点之间的两个像素的灰度值是否同时等于背景的像素值，如果是，则不进行内部填充处理，如果否，则进行内部填充处理。与现有技术相比，本专利技术的有益技术效果是：1.本专利技术通过采用机器视觉和图形处理方法，避免人工一个个的计数，效率高，适宜于大范围的统计小麦大田基本数或出苗率。2.本专利技术方法不仅可以降低劳动强度，节省人力物力，避免人为的不确定性因素的影响，而且在节约时间和方便取样的同时，能够很好的识别小麦基本苗遮挡黏连时的麦苗数量，准确可靠，不受人为因素影响。3.本专利技术能够为小麦的栽培或育种研究减少相当的工作量，为提高研究数据的可信度提供可靠的支持。附图说明图1为本专利技术实施例1的步骤流程参考图。图2为实施例1中采集到的其中一幅1米双行小麦基本苗图像。图3对图2进行目标区域切割后的图像。图4对图3进行阈值分割处理后的图像。图5对图3进行灰度变换处理后的图像。图6对图5进行高斯滤波处理后的图像。图7对图6进行二值化处理后的图像。图8对图7进行切割处理后的上行图像。图9对图7进行切割处理后的下行图像。图10对图8进行开运算处理后的图像。图11对图9进行开运算处理后的图像。图12对图10进行移除非目标区域处理后的图像。图13对图11进行移除非目标区域处理后的图像。图14对图12进行连通区域标记处理后的图像。图15对图13进行连通区域标记处理后的图像。图16对连通区域进行连通区域面积大小分类计数。图17为实验1采集的小麦基本苗原图。图18为采用本专利技术方法对图17进行处理后识别出的小麦基本苗，图中，标记“1”的连通区域对应一株小麦，标记“2”的连通区域对应两株小麦，标记“3”的连通区域对应三株小麦。图19为实验2采集的小麦基本苗原图。图20为采用本专利技术方法对图19进行处理后识别出的小麦基本苗，图中，标记“1”的连通区域对应一株小麦，标记“2”的连通区域对应两株小麦，标记“3”的连通区域对应三株小麦本文档来自技高网...

【技术保护点】
1.一种基于机器视觉和图形处理的小麦基本苗快速计数方法，其特征在于，包括以下步骤：步骤S1：采集小麦苗期图像；步骤S2：读入所述步骤S1中采集的图像，采用绿色通道阈值分割法进行图像处理后，获得纯麦苗图像；步骤S3：对所述步骤S2中获得的纯麦苗图像进行灰度变换处理；步骤S4：对所述步骤S3获得的灰度图像进行滤波处理；步骤S5：依次对所述步骤S4中所得图像进行图像二值化处理和非线性滤波处理；步骤S6：对所述步骤S5中所得图像进行连通区域提取，其中，连通区域提取的算法是Canny算子边缘检测方法或Sobel算子边缘检测方法；步骤S7：依次对所述步骤S6中所得图像进行填补边缘缝隙处理和内部填充处理；步骤S8：对所述步骤S7中所得图像进行移除干扰处理，以移除图像中的非目标物的畸变点和/或连通区域为0的孤立点，其中，处理方法是，判断图像中的任一点的像素点是否为8连通区域，如果该点是8连通区域，则计算连通区域的面积，如果连通区域的面积＜自适应面积阀值，则删除该连通区域；如果该点不是8连通区域，则将该像素点删除；步骤S9：采用连通区域面积对比法对经所述步骤S8处理后的图像处理计数，以获取小麦基本苗数量，所述连通区域面积对比法是，统计获取已知的小麦遮挡粘连的株数和连通区域面积范围对照表，将步骤S8获取的连通区域面积与已知的小麦遮挡粘连的株数和连通区域面积范围对照表依次对比，并标记该连通区域面积对应的小麦基本苗株数，小麦基本苗数量等于各个连通区域中统计出的小麦苗株数量之和。...

【技术特征摘要】
1.一种基于机器视觉和图形处理的小麦基本苗快速计数方法，其特征在于，包括以下步骤：步骤S1：采集小麦苗期图像；步骤S2：读入所述步骤S1中采集的图像，采用绿色通道阈值分割法进行图像处理后，获得纯麦苗图像；步骤S3：对所述步骤S2中获得的纯麦苗图像进行灰度变换处理；步骤S4：对所述步骤S3获得的灰度图像进行滤波处理；步骤S5：依次对所述步骤S4中所得图像进行图像二值化处理和非线性滤波处理；步骤S6：对所述步骤S5中所得图像进行连通区域提取，其中，连通区域提取的算法是Canny算子边缘检测方法或Sobel算子边缘检测方法；步骤S7：依次对所述步骤S6中所得图像进行填补边缘缝隙处理和内部填充处理；步骤S8：对所述步骤S7中所得图像进行移除干扰处理，以移除图像中的非目标物的畸变点和/或连通区域为0的孤立点，其中，处理方法是，判断图像中的任一点的像素点是否为8连通区域，如果该点是8连通区域，则计算连通区域的面积，如果连通区域的面积＜自适应面积阀值，则删除该连通区域；如果该点不是8连通区域，则将该像素点删除；步骤S9：采用连通区域面积对比法对经所述步骤S8处理后的图像处理计数，以获取小麦基本苗数量，所述连通区域面积对比法是，统计获取已知的小麦遮挡粘连的株数和连通区域面积范围对照表，将步骤S8获取的连通区域面积与已知的小麦遮挡粘连的株数和连通区域面积范围对照表依次对比，并标记该连通区域面积对应的小麦基本苗株数，小麦基本苗数量等于各个连通区域中统计出的小麦苗株数量之和。2.如权利要求1所述的基于机器视觉和图形处理的小麦基本苗快速计数方法，其特征在于，在所述步骤S1中，在小麦苗1-3叶期采集小麦苗期图像。3.如权利要求1所述的基于机器视觉和图形处理的小麦基本苗快速计数方法，其特征在于，在所述步骤S1中，小麦苗期图像的具体采集方式为：以相机镜头垂直于小麦行走向以30°～60°俯视角度进行俯摄，拍摄高度1.3m～1.6m，拍摄距离1.2m～1.7m，摄入图像的小麦行长为1m，行数为2。4.如权利要求1所述的基于机器视觉和图形处理的小麦基本苗快速计数方法，其特征在于，在所述步骤S2中，绿色通道阈值分割法为...

【专利技术属性】
技术研发人员：许鑫，乔红波，熊淑萍，张娟娟，冯洋洋，
申请(专利权)人：河南农业大学，
类型：发明
国别省市：河南,41