本发明专利技术涉及一种基于机器视觉的花粉活力测定方法，首先进行花粉图像采集，确定出灰度图像的阈值分割点和单粒花粉的均值面积及均值半径大小；其次对预处理图像进行单阈值分割，得到完全分离的单粒花粉；再采用小波极值边缘检测法对每一粒花粉进行色彩参数提取，统计单粒花粉边缘轮廓内的RGB、HIS和Lab三套色彩体系特征均值，得到每粒花粉的活力色彩信息；最后通过对提取出的花粉色彩特征信息进行数据分析，得到花粉活力的测定参数，进行花粉活力的评定。通过该方法，能够提高图像采集、图像处理、色彩特征提取的速度和精度，可以更好地实现花粉色彩特征测定和活力测定。
【技术实现步骤摘要】
本专利技术涉及一种，属于遗传育种领域。
技术介绍
花粉活力是指在正常条件下花粉萌发的能力，是评估花粉细胞活性的依据之一。 花粉活力测定和比较可以为遗传育种工作提供借鉴，花粉活力测定结果的准确性是保证花粉质量的重要途径。植物花粉的活力因植物种不同而有所差异，大多数植物的花粉活力除受遗传因子影响外，环境因素如取材前后及保存过程的温度、湿度等因素也有很大的影响。 花粉活力测定是植物生殖生物学研究中、育种工作中、不育系鉴定中经常测定指标。按其测定原理分为直接检验法、染色鉴定法、发芽测定法(培养基培养法)、形态鉴定法。染色法简单、迅速，在染色法中，有I2-KI染色法、TTC染色法、FOR染色法FCR染色法(荧光染料法)、联苯胺染色法、Baker’ s染色法、ρ-苯二胺法等等。目前，以TTC法最常应用，但在观察时受人为因素影响较大。随着计算机技术在农产品品质检验过程中的应用日益广泛，探讨运用机器视觉及图像处理技术，快速准确地识别花粉色彩特征，实现花粉活力测定的自动化和智能化，无疑是减少人为因素影响、提高测定效率的新途径。因此，将应用到实际生产过程中，对实现花粉活力检测的技术水平具有重要意义，有利于提高花粉活力测定的准确性和时效性，促进我国遗传育种工作的发展。
技术实现思路
将应用到实际生产过程中，可提高花粉活力测定的准确性和时效性，促进我国遗传育种工作的发展。为了解决上述问题，本专利技术提供了一种。一种，具体步骤如下Sl 采用高放大倍数显微镜与工业CCD相机相结合的方法进行花粉图像采集，将采集得到的M位RGB图像读入计算机，得到原始花粉图像；S2 在采集原始花粉图像的基础上，采用灰度直方图法和轮廓面积检测法对图像进行预处理，以得到准确的图像分割阈值和单粒花粉均值面积及均值半径；使用形态学不对称腐蚀运算确定花粉中心，结合均值半径得到单粒花粉图像；S3:采用单阈值法对花粉图像进行初次分割，得到每张图像的多张子图像，对子图像采用面积比对法检测，确定子图像包括的花粉个数；S4 对于子图像花粉个数大于1的情况，即出现花粉粘连现象，采用不对称形态学处理方法，对子图像进行多次腐蚀，得到花粉的图像分布中心，以该中心为圆点，以单粒花粉均值半径为半径划定花粉有效区域，进行粘连花粉分割，得到每一粒花粉图像；S5:采用灰度图像极值小波边缘检测方法得到每一粒花粉的准确分布区域，提取该区域内的RGB色彩参数大小，以RGB色彩参数为基础得到HIS色彩参数和Lab色彩参数；S6 根据RGB色彩参数、HIS色彩参数和Lab色彩参数建立花粉活力测定的特征参数，对花粉活力进行测定。所述步骤S5中，通过以下步骤对花粉图像进行色彩参数提取S5. 1 先对图像进行灰度化处理，使图像失去色彩信息，有利于对其进行灰度图像增强；S5. 2 考虑到有椒盐噪声存在，采用中值滤波技术使其弱化；S5. 3 对边缘检测范围内进行逐个像素访问，提取每个像素点的RGB值大小，根据 RGB大小确定每个像素点的HIS和Lab色彩信息大小；S5. 4 对每个像素点的RGB、HIS和Lab取均值运算，作为每一粒花粉的色彩信息大小。所述步骤S6中，通过建立一种，实现了花粉活力的自动化测定，其具体步骤是S6. 1 通过实验，建立花粉活力与RGB色彩参数、HIS色彩参数、Lab色彩参数的关系模型；S6. 2 根据S6. 1建立的关系模型，确定花粉活力测定的特征参数，建立花粉活力测定的特征向量，得出各个分量的权重调节方法；S6. 3 根据花粉活力测定的特征向量，对花粉活力进行测定；S6. 4 采用染色测定法和发芽测定法对的测定准确度进行评定。本专利技术提供的花粉活力测定方法首先进行花粉图像采集，对图像进行灰度直方图处理，得到花粉图像的灰度分布情况，确定出灰度图像的阈值分割点和单粒花粉的均值面积及均值半径大小；其次对预处理图像进行单阈值分割，判断分割得到的子图像是否存在粘连现象，对于面积大于单粒花粉均值面积的粘连区域采用不对称形态学腐蚀运算进行分割处理，得到完全分离的单粒花粉；再次采用小波极值边缘检测法对每一粒花粉进行色彩参数提取，统计单粒花粉边缘轮廓内的RGB、HIS和Lab三套色彩体系特征均值，得到每粒花粉的活力色彩信息；最后通过对提取出的花粉色彩特征信息进行数据分析，得到花粉活力的测定参数，进行花粉活力的评定。通过该方法，能够提高图像采集、图像处理、色彩特征提取的速度和精度，可以更好地实现花粉色彩特征测定和活力测定。通过调整各个模块的参数，可以适用于不同条件下的花粉活力评定，减小由于外界因素变化而引起的评定误差。附图说明图1是示意框图。 具体实施例方式以下实施方式用于说明本专利技术，但不用来限制本专利技术的范围。如图1所示，本专利技术共包括5个方面①花粉图像采集；②花粉图像预处理；③ 花粉预处理图像的目标分割与提取；④花粉颗粒色彩特征采集；⑤花粉活力的色彩特征测定。1、花粉图像采集用TTC对花粉做染色处理，并将制作好的花粉玻片放在高放大倍数显微镜下使用工业CCD相机进行图像采集，将采集得到的M位RGB图像按照时间顺序读入计算机并保存。2、花粉图像预处理主要是对采集的花粉图像运用软件编程进行处理，将采集后的花粉图像采用灰度直方图法和轮廓面积检测法对图像进行预处理，灰度直方图表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。灰度直方图操作能够有效用于图像增强，提供有用的图像统计资料，在软件中易于计算。通过灰度直方图处理，得到花粉图像的灰度分布情况，确定出灰度图像的阈值分割点和单粒花粉的均值面积及均值半径大小。3、花粉预处理图像的目标分割与提取对预处理图像进行单阈值分割，得到分割子图像，对分割后的子图像元素运用编程进行面积比对，确定每张子图像的花粉数目以及粘连状况对于子图像花粉个数大于1 的情况，即出现了花粉粘连现象。采用不对称形态学处理方法，对子图像进行多次腐蚀，使用形态学不对称腐蚀运算确定花粉中心，结合均值半径得到单粒花粉图像。使用形态学不对称腐蚀运算确定花粉中心和均值半径从而确定花粉范围，能够更准确地得到单粒花粉图像。经多次腐蚀得到花粉的图像分布中心，以该中心为圆点，以单粒花粉均值半径为半径划定花粉有效区域，进行粘连花粉分割，得到每一粒花粉图像，从而实现花粉图像的精确分割。4、花粉颗粒色彩特征采集采用灰度图像极值小波边缘检测方法先对图像进行灰度化处理，使得图像失去色彩信息，有利于对其进行灰度图像增强。考虑到有椒盐噪声存在，采用中值滤波技术使其弱化。对边缘检测范围内逐个像素进行访问，提取每个像素点的RGB值大小，根据RGB大小确定每个像素点的HIS和Lab色彩信息大小。对每个像素点的RGB、HIS和Lab取均值运算， 作为每一粒花粉的色彩信息大小。提取该区域内的RGB色彩参数大小，以RGB色彩参数为基础得到HIS色彩参数和Lab色彩参数，统计单粒花粉边缘轮廓内的RGB、HIS和Lab三套色彩体系特征均值。5、花粉活力色彩特征测定建立花粉活力与RGB色彩参数、HIS色彩参数和Lab色彩参数的关系模型，确定花粉活力测定的特征参数，建立花粉活力测定的特征向量，给出各个分量的权重调节方法，根据花粉活力测定的特征向量，对花粉活力进行评定，最后采用染色测定法和发芽测定法对的测定准确度进行评定。本文档来自技高网...
【技术保护点】
１．一种基于机器视觉的花粉活力测定方法，其特征在于包括以下步骤：Ｓ１：采用高放大倍数显微镜与工业ＣＣＤ相机相结合的方法进行花粉图像采集，将采集得到的２４位ＲＧＢ图像读入计算机，得到原始花粉图像；Ｓ２：在采集原始花粉图像的基础上，采用灰度直方图法和轮廓面积检测法对图像进行预处理，以得到准确的图像分割阈值和单粒花粉均值面积及均值半径；使用形态学不对称腐蚀运算确定花粉中心，结合均值半径得到单粒花粉图像；Ｓ３：采用单阈值法对花粉图像进行初次分割，得到每张图像的多张子图像，对子图像采用面积比对法检测，确定子图像包括的花粉个数；Ｓ４：对于子图像花粉个数大于１的情况，即出现花粉粘连现象，采用不对称形态学处理方法，对子图像进行多次腐蚀，得到花粉的图像分布中心，以该中心为圆点，以单粒花粉均值半径为半径划定花粉有效区域，进行粘连花粉分割，得到每一粒花粉图像；Ｓ５：采用灰度图像极值小波边缘检测方法得到每一粒花粉的准确分布区域，提取该区域内的ＲＧＢ色彩参数大小，以ＲＧＢ色彩参数为基础得到ＨＩＳ色彩参数和Ｌａｂ色彩参数；具体通过以下步骤对花粉图像进行色彩参数提取：Ｓ５．１：先对图像进行灰度化处理，使图像失去色彩信息，增强图像灰度；Ｓ５．２：采用中值滤波技术使椒盐噪声弱化；Ｓ５．３：对边缘检测范围内进行逐个像素访问，提取每个像素点的ＲＧＢ值大小，根据ＲＧＢ大小确定每个像素点的ＨＩＳ和Ｌａｂ色彩信息大小；Ｓ５．４：对每个像素点的ＲＧＢ、ＨＩＳ和Ｌａｂ取均值运算，作为每一粒花粉的色彩信息大小；Ｓ６：根据ＲＧＢ色彩参数、ＨＩＳ色彩参数和Ｌａｂ色彩参数建立花粉活力测定的特征参数，对花粉活力进行测定；其具体测定步骤是：Ｓ６．１：建立花粉活力与ＲＧＢ色彩参数、ＨＩＳ色彩参数和Ｌａｂ色彩参数的关系模型；Ｓ６．２：根据Ｓ６．１建立的关系模型，确定花粉活力测定的特征参数，建立花粉活力测定的特征向量，得出各个分量的权重调节方法；Ｓ６．３：根据花粉活力测定的特征向量，对花粉活力进行测定；Ｓ６．４：采用染色测定法和发芽测定法对基于机器视觉的花粉活力测定方法的测定准确度进行评定。...
【技术特征摘要】
【专利技术属性】
技术研发人员：张春庆，王金星，刘双喜，孙爱清，吴承来，高丽娟，王蕊，
申请(专利权)人：山东农业大学，
类型：发明
国别省市：37
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。