一种基于图像处理的梨果实横纵径测量方法技术

技术编号:23240101 阅读:56 留言:0更新日期:2020-02-04 19:05
本发明专利技术提出一种基于图像处理的梨果实横纵径测量方法,通过摄像设备采集不同角度的梨表面图像,将预处理后的图像中的像素分为背景类和目标类,根据图像中每一行、每一列像素点的灰度值之和计算图像中梨果实的横纵径长度,分析多个角度的图像,取横径的最大值、最小值、平均值和纵径的最大值,最后将字符型性状转变为数值型性状,得到实际的梨果实横纵径。本发明专利技术的方法采用机器进行图像采集和数据测量,测量效率更高,采集多个角度的梨果实数据,测量精度更好,不需要过多人工干预,测量成本更低,能够实现高效、大规模的梨果实横纵径数据采集,为梨种质表型数据研究提供了很好的数据保障,为梨种质资源的准确描述和高效利用提供了理论依据。

A method of measuring the diameter of pear fruit based on image processing

【技术实现步骤摘要】
一种基于图像处理的梨果实横纵径测量方法
本专利技术属于图像处理领域,尤其是一种基于图像处理的梨果实横纵径测量方法。
技术介绍
梨是我国第三大水果,其种植面积和产量均为世界之最,作为世界上最大的梨生产和消费国家,也是梨种质资源最丰富的国家,我国的科研人员已对梨资源进行了大量研究。表型多样性是生物多样性的重要研究内容,其主要研究种群在其分布区域内的各种环境中的表型变异,研究分析梨种质资源表型多样性有助于了解梨种质资源性状遗传发育机理,有利于梨种质资源评价挖掘及特色多样化品种的培育,同时研究梨种质资源表型多样性也可以为梨种质资源描述的规范化和标准化提供数据基础和理论依据,促进梨种质资源的高效利用。在表型特征中,果实的变异是遗传变异的最主要特征之一,主要包括果实纵横经、单果重、果实形状、底色、盖色、果锈、果点、果梗、萼片、果柄等外在品质,以及果心大小、硬度、质地、可溶性固形物含量、石细胞、汁液、风味、香气等内在品质。梨果实横纵径是反应梨果实大小的关键特征,目前梨果实的横纵径数据主要是通过人工测量得到的,在实际的操作过程中,受到测量设备、本文档来自技高网...

【技术保护点】
1.一种基于图像处理的梨果实横纵径测量方法,其特征在于,包括以下步骤:/nS1、通过相机采集多张不同角度的梨表面图像,并对所述梨表面图像进行预处理,依次包括灰度值处理、二值化处理和去噪处理,得到预处理后的图像集合;/nS2、根据预处理后的图像集合建立图像像素坐标系,计算梨果实横纵径值数据,得到梨果实的横径集合TD和纵径集合LD;/nS3、根据横径集合TD和纵径集合LD计算得到以毫米为单位的梨果实的实际横径和纵径数值。/n

【技术特征摘要】
1.一种基于图像处理的梨果实横纵径测量方法,其特征在于,包括以下步骤:
S1、通过相机采集多张不同角度的梨表面图像,并对所述梨表面图像进行预处理,依次包括灰度值处理、二值化处理和去噪处理,得到预处理后的图像集合;
S2、根据预处理后的图像集合建立图像像素坐标系,计算梨果实横纵径值数据,得到梨果实的横径集合TD和纵径集合LD;
S3、根据横径集合TD和纵径集合LD计算得到以毫米为单位的梨果实的实际横径和纵径数值。


2.根据权利要求1所述的基于图像处理的梨果实横纵径测量方法,其特征在于,所述步骤S1具体包括:
S11、设置可匀速旋转的水平测量平台,在所述测量平台的统一水平、且距离测量平台一定距离处设置摄像设备和照明设备;
S12、将待测梨果实放置在测量平台上,测量平台带动待测梨果实转动,每次转动后摄像设备拍摄一张图像,则转动一周后摄像设备采集了n张不同角度的待测梨果实的梨表面图像;
S13、对每一张梨表面图像作灰度值处理,以红色为取值通道提取像素点的灰度值,得到n张灰度值图像;
S14、采用最大熵法对每一张灰度值图像进行二值化处理,得到n张二值化图像;
S15、采用中值滤波法对每一张二值化图像进行去燥处理,得到n张去燥后的图像,所述去燥后的图像组成预处理后的图像集合。


3.根据权利要求2所述的基于图像处理的梨果实横纵径测量方法,其特征在于,所述步骤S12中测量平台每次带动待测梨果实转动度。


4.根据权利要求2所述的基于图像处理的梨果实横纵径测量方法,其特征在于,所述步骤S14中采用最大熵法对每一张灰度值图像进行二值化处理具体包括:
(1)选取任意一张灰度值图像,根据该图像的灰度直方图计算图像中灰度级i出现的概率p(i):



其中,h(i)表示灰度级i在灰度直方图中出现的次数,N为灰度级总数;
(2)设置一个初始阈值k,k∈[0,N-1],利用初始阈值k将灰度值图像中的像素分为背景A和目标B两大类,背景A和目标B在灰度直方图中出现的概率分别为:






(3)分别计算背景A和目标B的熵:






其中,p(i|A)表示灰度级i在背景A中出现的频率,p(i|B)表示灰度级i在目标B中出现的频率;
(4)更改初始阈值k的取值,重复步骤(2)、(3),取使背景A和目标B的熵之和最大的阈值k作为最终的灰度级阈值K:



(5)利用灰度级阈值K将灰度值图像中的像素重新分为背景A和目标B两大类,令背景A中所有像素点的灰度值为0,令目标B中所有像素点的灰度值为255,得到该灰度值图像对应的二值化图像;
(6)重复上述步骤(...

【专利技术属性】
技术研发人员:陶书田齐开杰谢智华张绍铃殷豪
申请(专利权)人:南京农业大学
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1