小麦穗部形态参数提取方法技术

本发明专利技术公开了一种小麦穗部形态参数提取方法，该方法包括步骤：Ｓ１．采用参照物法采集小麦穗部的正视图和侧视图，并对采集到的正视图进行预处理；Ｓ２．对预处理后的正视图进行分割，获取参照物图像和麦穗图像，并计算像素长度比；Ｓ３．分割麦穗图像中小麦的穗身和芒，得到穗身图像和芒图像；Ｓ４．针对所述穗身图像，利用主成分分析法找到穗身中轴线和穗身轮廓，计算穗长度，并确定穗形状；Ｓ５．针对所述芒图像，利用模板匹配的方法，统计芒的个数，并计算平均芒长。本发明专利技术的方法提高了小麦穗部形态参数提取的全面性以及获取效率，提高了小麦穗部形态参数提取的客观性和准确性。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其涉及一种。
技术介绍
小麦的穗部形态特征参数是育种和新品种鉴定的重要指标。目前测量小麦穗部形 态特征主要采用人工目测和手工测量的方法来测量小麦穗部特征参数穗形状、平均芒长、 芒的个数、穗长度、小穗数、小穗密度等。且较多的是以小麦整个植株、小麦籽粒、小麦的叶 等为对象，用与计算机相连的图像采集模块对其进行图像采集，并通过数据传输电缆将采 集结果传到计算机上，在计算机中保存并进行处理分析。现有的小麦穗部形态特征参数的 测量方法存在着以下缺陷1、人工测量的方法不仅工作量大，而且费神，欠客观性和准确性，长期以来对农业 精准化和自动化测量带来了滞后的影响。2、现有技术在算法上无法对小麦穗部形态参数进行全部提取。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是如何提高小麦穗部形态参数提取的全面性以及获取 效率，以及小麦穗部形态参数提取的客观性和准确性。( 二 )技术方案为实现上述目的，本专利技术提供了一种，该方法包括步 骤Si.采用参照物法采集小麦穗部的正视图和侧视图，并对采集到的正视图进行预 处理；S2.对预处理后的正视图进行分割，获取参照物图像和麦穗图像，并计算像素长度 比；S3.分割麦穗图像中小麦的穗身和芒，得到穗身图像和芒图像；S4.针对所述穗身图像，利用主成分分析法，找到穗身中轴线和穗身轮廓，计算穗 长度，并确定穗形状；S5.针对所述芒图像，利用模板匹配的方法，统计芒的个数，并计算平均芒长。其中，该方法在步骤S5之后，还包括步骤S6.对小麦穗部的侧视图进行预处理，根据透光性和灰度差异计算小穗个数。其中，采用参照物法采集小麦穗部正视图和侧视图的参照标准为2cm*2cm的黑色 纸板，将所述黑色纸板与小麦麦穗置于背景板上一同进行图像的采集。其中，步骤Sl中的所述预处理包括步骤对所述采集到的正视图进行3*3中值滤波，以去除图像中存在的椒盐噪声；对滤除噪声后的图像进行双边滤波；对双边滤波后的图像进行直方图均衡化。其中，步骤S2进一步包括S2. 1利用阈值分割法，提取所述预处理后的正视图中大于设定门限值的对象点， 并对其进行二值化；S2. 2根据步骤S2. 1处理后的图像中连通域的大小，对参照物和小麦麦穗进行分 离，得到参照物图像和麦穗图像；S2. 3统计参照物的像素个数，并将统计得到的个数开方除以2，获得像素长度比。其中，步骤S3进一步包括S3. 1对所述麦穗图像进行腐蚀操作，获取连通区域最大的区域，得到穗身图像；S3. 2对所述麦穗图像和穗身图像进行减操作，并去除减操作得到的图像中面积小 于设定个数像素点的对象点以及噪声，得到芒图像。其中，步骤S4进一步包括S4. 1对所述穗身图像求反，并进行形态学区域填充；S4. 2基于所述填充后的穗身图像，用主成分分析法找到穗身像素点坐标的第一主 分；S4. 3基于所述第一主分，找到穗身倾斜的斜率K，作斜率为K的辅助直线；S4. 4将穗身的端点向所述辅助直线投影，在所述辅助直线上，基于端点的投影点， 得一线段，对线段四等分，找穗身上投影点是等分点的点，对投影点相同的点取中点，得到 穗身中间轴上的像素点；S4. 5顺次连接端点和中点，得四条线段，用四条线段近似穗的中轴线，求四个线段 的长度和得到穗长度；S4. 6找出投影点相同的端点，作出穗身轮廓，将穗身在垂直辅助直线方向间隔 100个像素点分成若干小块，求出垂直辅助直线方向上的宽度，分别求出上部、中部、下部 100个宽度的平均值，以及它们的比值，利用神经网络确定穗形状。其中，步骤S5进一步包括S5. 1基于所述芒图像进行判定，并对有芒的图像进行细化，用匹配模板检测细化 后的图像的端点和叉点，并根据所述端点和叉点的个数计算芒的个数，并对所述芒的个数 加入校正因子，减去1，得到最终芒的个数；S5. 2根据所述细化后的图像占有的像素个数、所述最终芒的个数以及所述像素长 度比，计算芒的平均长度。其中，所述芒的个数的计算公式为num = (b_c)/2+c，其中，num为芒的个数，b为端点的个数，c为叉点的个数；所述平均芒长的计算公式为m = (ml/n) Xd，其中，m为平均芒长，ml为所述细化后的图像占有的像素个数，η 为最终芒的个数，d为所述像素长度比。其中，步骤S6进一步包括S6. 1对麦穗的侧视图进行预处理，并利用主成分分析法找到麦穗的倾斜斜率；S6. 2以顶端点为参考点，所述倾斜斜率为斜率，作一直线，求出所述直线上的灰度 值；S6. 3根据所述灰度值的差异，统计波谷数，将所述波谷数乘以2再加1，获得小穗 个数。(三)有益效果本专利技术方法用分割的方法将麦穗和芒分割，基于这些分离的图像对小麦的各个形 态参数进行提取，穗形状和穗长度时用到的主成分分析法，对穗形状识别和穗长度的测量 达到了较高的精度，用模板匹配的方法检测芒的个数以及对芒的平均长度的测量，准确度 较高；基于背光小麦侧视图，利用灰度差异，进行小穗数的测量，测量精度较高；基于图像 对小麦麦穗参数的提取，相对于传统人工测量，在效率和准确度上有了较大的提高。附图说明图1为依照本专利技术一种实施方式的流程图；图2为本专利技术方法中所使用的采集图像的装置；图3为依照本专利技术方法采集的图像经预处理后的示意图；图4为依照本专利技术的方法获得的参照物图像；图5为依照本专利技术的方法获得的麦穗图像；图6为依照本专利技术的方法获得的填充后的穗身图像；图7为依照本专利技术的方法求穗长时的图像；图8为依照本专利技术的方法获得的穗轮廓示意图；图9为依照本专利技术的方法获得的芒图像；图10为依照本专利技术的方法检测细化后芒个数示意图；图11为依照本专利技术的方法检测出的芒的端点和叉点示意图；图12为依照本专利技术的方法获得的小麦穗部侧视图；图13为依照本专利技术的方法提取小麦小穗数的直线的灰度图。具体实施例方式本专利技术提出的，结合附图和实施例详细说明如下。为快速获取小麦穗部形态参数，本专利技术提出了基于小麦穗部正视图像和侧视图像 穗部参数快速提取的方法。该方法对小麦穗部进行穗身和芒的分割，在此基础上对穗长度、 穗形状、平均芒长、芒的个数、小穗个数等参数进行提取，提高了小麦穗部形态参数获取效率。如图1所示，依照本专利技术一种实施方式的包括步骤Si.采用参照物法采集小麦穗部的正视图和侧视图，并对采集到的正视图进行预 处理；本专利技术可以采用图2所示装置来进行图像的装置在田间进行采集，并通过该装置 实时处理，显示得到的参数。该采集装置包括工业相机1、背景板2、光源3、玻璃片4、夹持 设备6、支架7，小麦麦穗5由夹持设备6夹持。采集图像时，玻璃片4上的一角用参照标准 是2cm*2cm的黑色纸板，纸板与小麦麦穗置于玻璃片4上一同拍摄，采用这种参照物法可以 克服物距、高线性度的光学器件和镜头的焦距不变等不利因素，尤其使得镜头的焦距由不 变到可调，使采集到的图像大小和清晰度得以改善。S2.对预处理后的正视图进行分割，获取参照物图像和目标物(麦穗)图像，并计 算像素长度比；预处理为对采集到的小麦穗部的正视图进行3*3中值滤波，去除图像中存在的 椒盐噪声，然后进行双边滤波，再进行直方图均衡化。步骤S2进一步包括S2. 1利用阈值分割法，去除背景，提取预处理后的图像中大于设定门限值的对象 点，并对其进行二值化；S2. 2根本文档来自技高网...

【技术保护点】
一种小麦穗部形态参数提取方法，其特征在于，该方法包括步骤：Ｓ１．采用参照物法采集小麦穗部的正视图和侧视图，并对采集到的正视图进行预处理；Ｓ２．对预处理后的正视图进行分割，获取参照物图像和麦穗图像，并计算像素长度比；Ｓ３．分割麦穗图像中小麦的穗身和芒，得到穗身图像和芒图像；Ｓ４．针对所述穗身图像，利用主成分分析法，找到穗身中轴线和穗身轮廓，计算穗长度，并确定穗形状；Ｓ５．针对所述芒图像，利用模板匹配的方法，统计芒的个数，并计算平均芒长。

【技术特征摘要】
一种小麦穗部形态参数提取方法，其特征在于，该方法包括步骤S1.采用参照物法采集小麦穗部的正视图和侧视图，并对采集到的正视图进行预处理；S2.对预处理后的正视图进行分割，获取参照物图像和麦穗图像，并计算像素长度比；S3.分割麦穗图像中小麦的穗身和芒，得到穗身图像和芒图像；S4.针对所述穗身图像，利用主成分分析法，找到穗身中轴线和穗身轮廓，计算穗长度，并确定穗形状；S5.针对所述芒图像，利用模板匹配的方法，统计芒的个数，并计算平均芒长。2.如权利要求1所述的小麦穗部形态参数提取方法，其特征在于，该方法在步骤S5之 后，还包括步骤·56.对小麦穗部的侧视图进行预处理，根据透光性和灰度差异计算小穗个数。3.如权利要求1所述的小麦穗部形态参数提取方法，其特征在于，采用参照物法采集 小麦穗部正视图和侧视图的参照标准为2cm*2cm的黑色纸板，将所述黑色纸板与小麦麦穗 置于背景板上一同进行图像的采集。4.如权利要求1所述的小麦穗部形态参数提取方法，其特征在于，步骤Sl中的所述预 处理包括步骤对所述采集到的正视图进行3*3中值滤波，以去除图像中存在的椒盐噪声； 对滤除噪声后的图像进行双边滤波； 对双边滤波后的图像进行直方图均衡化。5.如权利要求1所述的小麦穗部形态参数提取方法，其特征在于，步骤S2进一步包括S2. 1利用阈值分割法，提取所述预处理后的正视图中大于设定门限值的对象点，并对其进行二值化；S2. 2根据步骤S2. 1处理后的图像中连通域的大小，对参照物和小麦麦穗进行分离，得 到参照物图像和麦穗图像；(52.3统计参照物的像素个数，并将统计得到的个数开方除以2，获得像素长度比。6.如权利要求1所述的小麦穗部形态参数提取方法，其特征在于，步骤S3进一步包括(53.1对所述麦穗图像进行腐蚀操作，获取连通区域最大的区域，得到穗身图像；(53.2对所述麦穗图像和穗身图像进行减操作，并去除减操作得到的图像中面积小于设 定个数像素点的对象点以及噪声，得到芒图像。7.如权利要求1所述的小麦穗部形态参数提取方法，其特征在于，步骤S4进...

【专利技术属性】
技术研发人员：赵春江，毕昆，王成，朱大洲，王晓冬，
申请(专利权)人：北京农业智能装备技术研究中心，
类型：发明
国别省市：11[中国|北京]