【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种谷穗图像的穗部形态处理方法、装置、电子设备及介质。
技术介绍
1、谷作物（例如，小麦、大麦，尤其是小麦）作为全球主要的口粮作物，具有深厚的农业与经济价值。近年来，对于成熟谷穗，尤其是小麦的穗部表型性状研究日益深入。其中，谷穗小穗数作为一个关键性状，被广泛认为与谷作物产量存在密切的关联。此外，谷作物的穗部形态特征，也与其生长习性有着紧密的联系。因此，对小穗数量和穗部形态进行测量对谷作物产量预估、品种改良及农业管理至关重要。然而，传统的谷穗形态测量方法大多依赖人工操作，这不仅过程耗时，劳动强度大，而且其准确性和可重复性受到了明显的限制。
2、目前的一些穗形分析的方案，主要在小穗分布稀疏、重叠较少的谷穗上表现效果较好，而并未对复杂形态的小穗进行分析。针对复杂的谷穗穗形态仍可能存在分割不准确、粘连现象。
3、一般基于深度学习的作物精细化分割任务虽然可以取得较好效果，但在谷穗穗部测量领域仍存在以下问题：
4、①对成熟谷作物穗部的精细化测量研究较少，准确度较低。②大多针对穗形简单或小穗分布较稀疏的谷作物，对于不同形态的谷穗难以做到普适性的测量。③大多通过一种或多种端到端的通用网络模型对作物进行测量，缺乏特定的图像后处理方式。
技术实现思路
1、有鉴于此，本申请的目的在于提出一种谷穗图像的穗部形态处理方法、装置、电子设备及介质，用以解决或部分解决上述技术问题。
2、基于上述目的，本申请提供了一种谷穗图像的穗部形态处理
3、采集谷穗图像，利用cbam-unet模型对所述谷穗图像进行小穗分割得到小穗图像；
4、对所述小穗图像进行图像腐蚀处理，针对腐蚀后的小穗图像的连通区域进行凸包判别处理得到凸包判别处理图像；
5、对所述凸包判别处理图像进行距离变换，得到距离变换图像，基于所述距离变换图像进行粘连分离，得到粘连分离后的图像，根据所述粘连分离后的图像确定小穗数量；
6、将所述粘连分离后的图像进行穗轴提取，得到穗轴曲线；
7、基于所述穗轴曲线对所述粘连分离后的图像按照小穗分布进行骨架提取，得到骨架提取图像；
8、将所述骨架提取图像及所述小穗数量输出。
9、基于同一专利技术构思，本申请还提供了一种谷穗图像的穗部形态处理装置，包括：
10、小穗分割模块，被配置为采集谷穗图像，利用cbam-unet模型对所述谷穗图像进行小穗分割得到小穗图像；
11、凸包判别模块，被配置为对所述小穗图像进行图像腐蚀处理，针对腐蚀后的小穗图像的连通区域进行凸包判别处理得到凸包判别处理图像；
12、粘连分离模块，被配置为对所述凸包判别处理图像进行距离变换，得到距离变换图像，基于所述距离变换图像进行粘连分离，得到粘连分离后的图像，根据所述粘连分离后的图像确定小穗数量；
13、穗轴提取模块，被配置为将所述粘连分离后的图像进行穗轴提取，得到穗轴曲线；
14、骨架提取模块，被配置为基于所述穗轴曲线对所述粘连分离后的图像按照小穗分布进行骨架提取，得到骨架提取图像；
15、输出模块，被配置为将所述骨架提取图像及所述小穗数量输出。
16、基于同一专利技术构思，本申请还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的方法。
17、基于同一专利技术构思，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行如上所述的方法。
18、从上面所述可以看出，本申请提供的谷穗图像的穗部形态处理方法、装置、电子设备及介质，能够利用cbam-unet模型对谷穗图像进行小穗分割，这样使得分割得到的小穗图像中的穗部更加清晰，粘连情况更少，为了进一步解决粘连的问题，需要先对小穗图像进行图像腐蚀处理，使得去除小穗图像小的噪声进行细化小穗的结构，然后进行凸包判别处理进而确定各个小穗是否确定存在粘连情况，如果存在粘连情况，会根据距离变换将粘连的小穗分离，这样得到粘连分离后的图像的穗部更加清晰，更便于统计小穗数量，是的统计的小穗数量更准确；再然后基于提取的穗轴曲线对粘连分离后的图像进行骨架提取，进而得到更加清晰精准的骨架提取图像；最后将准确的小穗数量和精准的骨架提取图像作为穗部形态的处理结果输出。
19、作为进一步的效果：在unet模型的特征融合层部分添加了四个卷积块注意力模块（cbam）形成cbam-unet模型，能够有效提升谷穗（例如，麦穗）的局部细节处的分割精度。
本文档来自技高网...【技术保护点】
1.一种谷穗图像的穗部形态处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述CBAM-UNet模型包括通道注意力模块和空间注意力模块；
3.根据权利要求1所述的方法，其特征在于，所述对所述小穗图像进行图像腐蚀处理，针对腐蚀后的小穗图像的连通区域进行凸包判别处理得到凸包判别处理图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述计算所述凸包相对于该连通区域的轮廓的凹陷深度，根据所述凹陷深度对该连通区域进行分离处理，得到该连通区域对应的凸包判别处理图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述凸包判别处理图像进行距离变换，得到距离变换图像，基于所述距离变换图像进行粘连分离，得到粘连分离后的图像，根据所述粘连分离后的图像确定小穗数量，包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述粘连分离后的图像进行穗轴提取，得到穗轴曲线，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述穗轴曲线对所述粘连分离后的图像按照小穗分布进行骨架提取，得到骨架提
8.一种谷穗图像的穗部形态处理装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。
10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至7任意一项所述的方法。
...【技术特征摘要】
1.一种谷穗图像的穗部形态处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述cbam-unet模型包括通道注意力模块和空间注意力模块；
3.根据权利要求1所述的方法，其特征在于，所述对所述小穗图像进行图像腐蚀处理，针对腐蚀后的小穗图像的连通区域进行凸包判别处理得到凸包判别处理图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述计算所述凸包相对于该连通区域的轮廓的凹陷深度，根据所述凹陷深度对该连通区域进行分离处理，得到该连通区域对应的凸包判别处理图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述凸包判别处理图像进行距离变换，得到距离变换图像，基于所述距离变换图像进行粘连分离，得到粘连分离后的图像，根据所述粘...
【专利技术属性】
技术研发人员：韩志国，申鹏，李皓，赵洪兵，崔灵恩，
申请(专利权)人：慧诺云谱海南科技有限公司，
类型：发明
国别省市：
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。