一种基于计算机视觉的植物果实表型测定方法技术

本发明专利技术涉及一种基于计算机视觉的植物果实表型测定方法，包括如下步骤：采用固定器将植物果实固定在测产辅助板并拍照；进行二值化处理、边缘检测和外轮廓确认；通过PYTHON OPENCV算法获取包含特征图像的最小外接矩阵，使用MINAREARECT算法得到植物果实的长度和直径；通过划分植物果实呈色区域与标准色卡对比，找到一致的色卡，将各区域色卡取得的色值还原到植物果实被分割的各个区域，还原被测植物果实真实的颜色。一种基于计算机视觉的植物果实表型测定方法，解决了以往植物果实表型测定中人工测定和仪器测定存在的不足，能够做到快速高效的测定，测定植物果实长度、直径及颜色的准确率高，为测产分析提供了精确的数据资料。

A method of plant fruit phenotype measurement based on computer vision

The invention relates to a method for determining the phenotype of plant fruit based on computer vision, which comprises the following steps: fixing the plant fruit on the auxiliary board for production measurement and taking photos with a fixator; carrying out binary processing, edge detection and contour confirmation; obtaining the minimum external matrix containing the characteristic image through Python opencv algorithm, and obtaining the length and the length of the plant fruit by using the miniarerect algorithm Diameter: through dividing the color areas of the plant fruit and comparing with the standard color card, find the same color card, restore the color value of each area color card to each area where the plant fruit is divided, and restore the real color of the tested plant fruit. A method of plant fruit phenotype measurement based on computer vision solves the shortcomings of manual measurement and instrument measurement in the previous plant fruit phenotype measurement. It can measure the length, diameter and color of plant fruit quickly and efficiently with high accuracy. It provides accurate data for yield measurement and analysis.

【技术实现步骤摘要】
一种基于计算机视觉的植物果实表型测定方法
本专利技术涉及一种基于计算机视觉的植物果实表型测定方法，属于图像识别

技术介绍
随着人们生活品质不断的提高，对植物果实(如：玉米穗、小麦穗、苹果、香蕉等)的质量和产量要求越来越高，在植物生产过程中果实测产是一个重要的环节，植物果实表型中果实的长度、直径、颜色是测产中重要的指标。现阶段，植物果实测产过程中通过人工完成植物果实表型测定，工作强度大、工作效率低、测量误差率高；通过仪器进行植物果实表型测定，准确性较人工有明显提升，但是测定时间长，另外因为受光线、照射角度等外界因素影响，测定的果实颜色也有一定的误差。目前，缺少一个方法能够改变这一现状。
技术实现思路
本专利技术为了解决上述问题，提供了一种基于计算机视觉的植物果实表型测定方法，包括如下步骤：步骤1，植物果实拍照：将植物果实固定在测产辅助板上进行拍照，得到植物果实图像；其中所述测产辅助板包含测量区域和标准色卡区域，且所述植物果实固定在所述测量区域；步骤2，二值化处理：将步骤1的植物果实图像的像素点的灰度值设置为0或255，使得整个植物果实图像呈现黑白效果；步骤3，边缘检测：将步骤2二值化处理后的植物果实图像进行边缘检测；步骤4，外轮廓确认：在步骤3的边缘检测后，提取二维平面中植物果实的外轮廓，在最终图像中只呈现出测量板横竖线、刻度和植物果实平面外轮廓；步骤5，长度和直径测定：将步骤4生成的植物果实特征图像通过PYTHONOPENCV算法获取包含特征图像的最小外接矩阵，使用MINAREARECT算法获取植物果实长度与直径；步骤6，颜色区域划分：将步骤1生成的植物果实特征图像划分成多个颜色区域，这些颜色区域用于下一步的比对，颜色区域划分越精细，测量结果越准确；步骤7，颜色测定：将步骤3划分的各区域颜色与标准色卡比对，找到一致的色卡，将各区域色卡取得的色值还原到植物果实被分割的各个区域，每个色卡都会标记排除任何干扰后色卡实际的颜色值，因为在光照强度、光照角度方向、拍摄距离等外界因素影响下，反应的颜色值和实际已经存在差异，而取得色卡标记色值，就能获取被测植物果实表型真实的颜色。进一步地，所述测产辅助板材质为磁性面板。进一步地，所述测量区域由若干条横线和竖线垂直交织组成单元格矩阵，且每个单元格均带有刻度。进一步地，所述横线和竖线的最小刻度值为2.5个像素。进一步地，还包括固定器，所述固定器磁吸在所述测产辅助板顶面。3.有益效果综上所述，本专利技术有益效果在于：(1)本专利技术提供了一种基于计算机视觉的植物果实表型测定方法，此方法借助测产辅助板对植物果实表型进行测定，通过一系列计算机视觉技术进行图像处理、通过PYTHONOPENCV算法获取包含特征图像的最小外接矩阵，使用函数MINAREARECT算法，能够准确得到植物果实的长度和直径；(2)本专利技术通过划分植物果实呈色区域与标准色卡对比，排除外界干扰因素，还原植物果实表型实际的颜色。一种基于计算机视觉的植物果实表型测定方法，解决了以往植物果实表型测定中存在的不足，能够做到快速高效的测定、测定准确率高，为测产分析提供了精确的数据资料。附图说明图1是本专利技术的测产辅助板示意图；图2是本专利技术的测定流程图；图3是本专利技术植物果实表型的果实长度、直径算法示意图。图中标号：1-测产辅助板；2-测量板；3-标准色卡；4-固定器。具体实施方式下面结合具体实施例对本专利技术做进一步说明，但本专利技术不受实施例的限制。实施例：以玉米穗作为被测植物果实为例请参见附图1至附图3所示，一种基于计算机视觉的植物果实表型测定方法，包括如下步骤：步骤1，将待测玉米穗摆放到测产辅助板1的测量区域2内，如需稳定玉米穗在测量区域2位置，将所述固定器4安装在测量区域2上，然后将玉米穗插装在所述固定器4顶部，然后对玉米穗进行拍照，得到玉米穗图像；步骤2，二值化处理：将步骤1的玉米穗图像的像素点的灰度值设置为0或255，使得整个玉米穗图像呈现黑白效果；步骤3，边缘检测：将步骤2二值化处理后的玉米穗图像进行边缘检测；步骤4，外轮廓确认：在步骤3的边缘检测后，提取二维平面中玉米穗的外轮廓，在最终图像中只呈现出测量板横竖线、刻度和玉米穗平面外轮廓；步骤5，玉米穗长度和直径测定：将步骤4生成的玉米穗特征图像通过PYTHONOPENCV算法获取包含特征图像的最小外接矩阵，使用MINAREARECT算法获取玉米穗长度与直径；步骤6，颜色区域划分：将步骤1生成的玉米穗特征图像划分成多个颜色区域；步骤7，玉米穗颜色测定：将步骤3划分的各区域颜色与标准色卡比对，找到一致的色卡，将各区域色卡取得的色值还原到玉米穗被分割的各个区域，呈现出玉米穗真实的颜色。虽然本专利技术已以较佳的实施例公开如上，但其并非用以限定本专利技术，任何熟悉此技术的人，在不脱离本专利技术的精神和范围内，都可以做各种改动和修饰，因此本专利技术的保护范围应该以权利要求书所界定的为准。本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉的植物果实表型测定方法，其特征在于，包括如下步骤：/n步骤1，植物果实拍照：将植物果实固定在测产辅助板上进行拍照，得到植物果实图像；其中所述测产辅助板包含测量区域和标准色卡区域，且所述植物果实固定在所述测量区域；/n步骤2，二值化处理：将步骤1的植物果实图像的像素点的灰度值设置为0或255，使得整个植物果实图像呈现黑白效果；/n步骤3，边缘检测：将步骤2二值化处理后的植物果实图像进行边缘检测；/n步骤4，外轮廓确认：在步骤3的边缘检测后，提取二维平面中植物果实的外轮廓，在最终图像中只呈现出测量板横竖线、刻度和植物果实平面外轮廓；/n步骤5，长度和直径测定：将步骤4生成的植物果实特征图像通过PYTHON OPENCV算法获取包含特征图像的最小外接矩阵，使用MINAREARECT算法获取植物果实长度与直径；/n步骤6，颜色区域划分：将步骤1生成的植物果实特征图像划分成多个颜色区域；/n步骤7，颜色测定：将步骤3划分的各区域颜色与标准色卡比对，找到一致的色卡，将各区域色卡取得的色值还原到植物果实被分割的各个区域，呈现出被测植物果实真实的颜色。/n

【技术特征摘要】
1.一种基于计算机视觉的植物果实表型测定方法，其特征在于，包括如下步骤：
步骤1，植物果实拍照：将植物果实固定在测产辅助板上进行拍照，得到植物果实图像；其中所述测产辅助板包含测量区域和标准色卡区域，且所述植物果实固定在所述测量区域；
步骤2，二值化处理：将步骤1的植物果实图像的像素点的灰度值设置为0或255，使得整个植物果实图像呈现黑白效果；
步骤3，边缘检测：将步骤2二值化处理后的植物果实图像进行边缘检测；
步骤4，外轮廓确认：在步骤3的边缘检测后，提取二维平面中植物果实的外轮廓，在最终图像中只呈现出测量板横竖线、刻度和植物果实平面外轮廓；
步骤5，长度和直径测定：将步骤4生成的植物果实特征图像通过PYTHONOPENCV算法获取包含特征图像的最小外接矩阵，使用MINAREARECT算法获取植物果实长度与直径；
步骤6，颜色区域划分：将步骤1生成的植物果...

【专利技术属性】
技术研发人员：陈峰，
申请(专利权)人：陈峰，
类型：发明
国别省市：黑龙;23