小麦麦穗发芽程度检测方法技术

本发明专利技术提供一种小麦麦穗发芽程度检测方法，所述方法包括：S1：采集小麦发芽籽粒的图像；S2：根据所述图像，判断所述小麦发芽籽粒是否露白，并获取所述小麦发芽籽粒的胚芽图像；S3：根据所述小麦发芽籽粒的胚芽图像，计算胚芽长度，并根据所述小麦发芽籽粒是否露白及所述小麦发芽籽粒的胚芽长度，判定小麦麦穗发芽程度的等级。本发明专利技术对小麦穗发芽程度进行检测，可以实现快速、无损测量，通过对发芽全过程进行各阶段的细分，能够判断发芽早期的露白状态，并能够得到发芽中后期小麦胚芽的具体长度，从而进行穗发芽等级的划分，为实现小麦穗发芽程度的快速、自动化定量检测奠定了方法基础。

【技术实现步骤摘要】

本专利技术涉及农作物育种及图像识别
，特别涉及一种。
技术介绍
小麦麦穗发芽是指小麦在收获期遇到阴雨天气麦穗上发芽的现象,小麦麦穗发芽是一个世界范围性的问题，主要分布在收获期易降雨的地区，是一种严重的自然灾害。小麦麦穗发芽不仅会使小麦产量降低而且由小麦麦穗发芽引起的一系列生理变化会使小麦的品质受到严重影响，影响到企业和农民的经济利益。因此，小麦麦穗发芽的检测具有重要的意义。小麦麦穗发芽与颖壳形态、芒的长短、种皮颜色、籽粒大小、α -淀粉酶含量等多种因素有关。 目前对于小麦麦穗发芽的鉴定方法主要有三种种子发芽试验、整穗发芽试验和酶活性测定。鉴定的指标有形态指标、生化指标、发芽率或者发芽指数。形态指标主要通过人工目测法来判断种子是否发芽，从而计算出发芽率，来衡量发芽的程度，这种方法易受人为主观因素的影响，同时需要逐粒观察种子，效率较低。生化指标的测量主要通过测量沉降值、α -淀粉酶活性，来表示穗发芽的程度，这种方法具有破坏性，且操作复杂，耗时耗力。现有技术中提出了一种基于机器视觉的芽谷检测方法。其中，机器视觉就是利用机器视觉产品如工业相机、摄像头等来代替人眼获取物体的图像，将利用机器视觉获取的图片结合相应的图像处理算法获取目标物体的特征信息。目前机器视觉已广泛用在种子质量检测与分级、种子病虫害检测等种子无损检测方面。随着机器视觉技术在农业中的应用，目前已有关于机器视觉技术运用于种子和穗发芽检测的报道。此方法首先是利用研制的稻种质量检测机器视觉系统分别获取黑、白背景的两种稻种图像，继而对图像进行预处理，得到相应的二值图像，获取稻种轮廓特征参数。利用主成分分析对特征参数进行降维操作后，将特征参数作为网络输入，对网络结构进行优化并充分训练后分别建立各个品种的两层人工神经网络，用来对正常稻谷和芽谷进行识别。现有技术中还提出了一种基于软X射线技术的种子发芽检测方法。此方法是利用软X射线系统同时获取发芽种子和健康种子的X射线图。从X射线图里就可以很清晰的看到所有发芽种子的射线图里都有白色的斑点。利用相应的算法从扫描获取的图像中提取包括灰度级模型和直方图在内的55个图像特征，然后利用统计和神经网络分类器对发芽种子和健康种子进行识别。然而，传统的小麦穗发芽程度检测方法，关于基于机器视觉的芽谷检测方法，仅能实现识别出健康种子和芽谷种子的定性判定；利用基于软X射线技术的种子发芽检测方法同样是获取图像的特征信息，利用统计和神经网络分类器对种子进行识别，也没有实现对小麦麦穗发芽程度等级的定量检测
技术实现思路
(一)解决的技术问题本专利技术解决的技术问题是实现对小麦麦穗发芽程度等级的定量检测的问题。(二)技术方案本专利技术提出了一种，所述方法包括步骤SI :采集小麦发芽籽粒的图像；S2:根据所述图像，判断所述小麦发芽籽粒是否露白，并获取所述小麦发芽籽粒的胚芽图像；S3:根据所述小麦发芽籽粒的胚芽图像，计算胚芽长度，并根据所述小麦发芽籽粒是否露白及所述小麦发芽籽粒的胚芽长度，判定小麦麦穗发芽程度的等级。 优选地，在所述步骤SI之前包括对小麦麦穗进行预处理，得到所述小麦发芽籽粒。优选地，步骤S2中所述根据所述图像判断所述小麦发芽籽粒是否露白具体包括对所述图像进行背景校正，获取所述小麦发芽籽粒的灰度图，若所述灰度图中有波谷出现，则所述小麦发芽籽粒的当前形态为露白。优选地，步骤S2中所述获取所述小麦发芽籽粒的胚芽图像具体包括S21 :对所述图像进行背景校正；S22:获取所述小麦发芽籽粒胚芽和种体的红色通道、绿色通道和蓝色通道的灰度直方图；S23:分别比较所述胚芽和种体的各个通道的灰度直方图，选取差异最大的灰度直方图对应的通道，根据该通道灰度直方图中出现波谷的阈值进行背景分割；S24:对分割后得到的图像进行形态学处理和提取骨架的操作，得到所述小麦发芽籽粒的胚芽图像。优选地，所述步骤S21具体包括对所述图像进行高斯滤波处理，将处理后的图像转成二值图像，把二值图像中的背景像素与彩色图像中相对应的位置改变为黑色，彩色图像中其他位置的图像保持不变即将彩色图像的背景改变为黑色，完成彩色图像背景的校正。优选地,所述步骤S3具体包括S31 :计算实际尺寸与像素的比例关系；S32:根据所述比例关系，将所述小麦发芽籽粒的胚芽图像的像素转换为实际的胚芽长度。优选地，所述方法还包括判断小麦发芽籽粒的图像是否有明显形态变化，若无，则为早期小麦发芽籽粒或正常小麦籽粒。优选地，所述方法还包括判断小麦发芽籽粒的图像是否有叶子，若有，则为进入一叶期的小麦发芽籽粒。优选地，所述方法还包括设定小麦麦穗发芽程度的等级，具体包括所述小麦发芽籽粒，无明显形态变化，为第广2等级；露白，为第3等级；胚芽长度为1mm，为第4等级；胚芽长度为2 3mm，为第5等级；胚芽长度为4、mm，为第6等级；胚芽长度为为第7等级；胚芽长度为2(T29mm,为第8等级；胚芽长度为3(T39mm,为第9等级；胚芽长度超过40mm，进入一叶期，为第10等级。(三)有益效果本专利技术对小麦穗发芽程度进行检测，可以实现快速、无损测量，通过对发芽全过程进行各阶段的细分，能够判断发芽早期的露白状态，并能够得到发芽中后期小麦胚芽的具体长度，从而进行穗发芽等级的划分，为实现小麦穗发芽程度的快速、自动化定量检测奠定了方法基础。附图说明图I是本专利技术提出的的流程图；图2是本专利技术提出的发芽籽粒胚芽和种体的蓝色通道灰度直方图； 图3分别是本专利技术提出的对于小麦发芽籽粒48小时时红绿通道相加结果灰度图和72小时红色通道灰度图；图4分别是本专利技术提出的进行形态学处理后得到48小时和72小时的图像；图5分别是本专利技术提出的进行提取骨架操作后得到48小时和72小时的图像。具体实施例方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。实施例I :本专利技术提出了一种，该检测方法的原理为小麦发芽籽粒是由种体、胚芽和胚根组成的。小麦麦穗发芽的籽粒外观形态上会发生变化，比如早期吸胀时体积变大、露白时胚的破裂，胚根胚芽的生长等。这些形态指标反映了穗发芽的程度。利用机器视觉获取小麦发芽籽粒的图像，通过图像处理技术获取上述形态参数，即可判断小麦麦穗是否发生发芽，以及小麦麦穗发芽的程度。如图I为本专利技术提出的基于机器视觉的的流程图，所述方法包括步骤SI :采集小麦发芽籽粒的图像；采集方法为将小麦麦穗首先脱粒，经风选除杂后获取小麦籽粒，然后将小麦发芽籽粒腹沟向下、单层、均匀放置在有黑色背景的测量台上，利用彩色摄像头获取其图像。S2:根据所述图像，判断所述小麦发芽籽粒是否露白，并获取所述小麦发芽籽粒的胚芽图像；S3:根据所述小麦发芽籽粒的胚芽图像，计算胚芽长度，并根据所述小麦发芽籽粒是否露白及所述小麦发芽籽粒的胚芽长度，判定小麦麦穗发芽程度的等级。在所述步骤SI之前包括对小麦麦穗进行预处理，得到所述小麦发芽籽粒。步骤S2中所述根据所述图像判断所述小麦发芽籽粒是否露白具体包括对所述图像进行背景校正，获取所述小麦发芽籽粒的灰度图，若所述灰度图中有波谷出现，则所述小麦发芽籽粒的当前形态为露白。对于未发芽的小麦籽粒，其整个籽粒的颜色基本上是一致的，而发芽籽粒由于其种体的颜色和发芽区域颜色之间的差异性，必然会有过渡颜色的产生，在灰度图上，发芽本文档来自技高网...

【技术保护点】
一种小麦麦穗发芽程度检测方法，其特征在于，所述方法包括步骤：S1：采集小麦发芽籽粒的图像；S2：根据所述图像，判断所述小麦发芽籽粒是否露白，并获取所述小麦发芽籽粒的胚芽图像；S3：根据所述小麦发芽籽粒的胚芽图像，计算胚芽长度，并根据所述小麦发芽籽粒是否露白及所述小麦发芽籽粒的胚芽长度，判定小麦麦穗发芽程度的等级。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵春江，朱大洲，陈立平，于春花，王晓冬，路文超，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：