一种拟南芥叶片个数及叶片尖点到质心的距离的检测方法，该方法具体包括：在拟南芥的种植盆中，放置标定板，利用相机采集拟南芥的RGB图像；对采集后的图像进行预处理，实现图像的自动校正和标定，其中图像校正是为了校正图像的畸变，图像标定是为了获得单位像素的真实尺寸；对预处理后的图像进行分割，将拟南芥与背景分割，从图像中提取出来；分割出拟南芥图像之后，提取拟南芥的叶片个数，并计算每个叶片尖点到质心的距离。表性参数每个叶片尖点到质心的距离用于反映每个叶片的大小，植物的叶片个数及每个叶片的大小既可以定量地描述拟南芥的生长情况。通过这些表型参数描述不同基因的拟南芥在叶片生长情况上面的差异，从而可以推断出不同基因的功能及对拟南芥植物的影响。
【技术实现步骤摘要】
一种拟南芥叶片个数及叶片尖点到质心的距离的检测方法
本专利技术涉及一种拟南芥叶片个数及叶片尖点到质心的距离的检测方法，利用相机采集拟南芥的图片，应用图像处理方法从图像中提取拟南芥的叶片个数及叶片尖点到质心的距离，实现拟南芥生长过程的无损检测。
技术介绍
拟南芥是植物学、基因学、遗传学中的一种重要的模式植物。对拟南芥表型的研究，可以全面、彻底地阐明拟南芥的生理功能，特别是其表型与其基因之间的相互关系，以及不同的环境条件对它生长的影响。植物表型特征的检测方法包括破坏性测量、接触性测量和计算机视觉检测方法。破坏性测量即针对一批植株，随机地抽取一定数量，用破坏性的方法测量其参数。接触性测量即采用接触式传感器测量植物的参数。采用计算机视觉技术进行测量即通过相关设备，包括CCD摄像头、光源等，获得被测对象的光谱图像，利用相关的软件、算法对图像进行处理，获得所需的数据，从而得到植物的表型参数。现有的研究工作主要是利用计算机视觉技术实现对单个叶片的分析或者其它作物的分析。李新国等利用扫描仪获取油菜叶片的图像，并利用Photoshop软件获得叶片像素数，通过分辨率得到叶片的面积(李新国，蔡胜忠，李绍鹏等.应用数字图像技术测定油梨叶面积[J].热带农业科学，2009，29(2)：10-13.)。韩殿元等针对白色背景下的叶片提出一种利用颜色进行分割的算法，进而利用背景中的参考矩形板计算叶片的面积(韩殿元，黄心渊，付慧等.基于彩色通道相似性图像分割方法的植物叶面积计算[J].农业工程学报，2012，28(6)：179-183.)。李少昆等利用图像技术对玉米和小麦进行图像采集，并提取相关参数(李少昆，张弦.作物株型信息多媒体图像处理技术的研究[J].作物学报，1998，24(3)：265-271)。李长缨等利用计算机视觉技术对温室植物生长进行无损监测，获取植物的外部形态特征，包括叶冠投影面积和株高(李长缨，滕光辉，赵春江等.利用计算机视觉技术实现对温室植物生长的无损监测[J].农业工程学报，2003，19(3)：140-143.)。综上所述，现有的研究存在以下缺陷：1、采用破坏性的测量方法会对植物造成损伤，而且不能对植物的生长进行连续性测量。2、采用传感器测量，直接与植物进行接触，会对植物的生长产生一定的影响，而且其成本高，开发难度也相对较大。3、现有的计算机视觉技术主要集中在单个叶片或者其它作物的表型检测，而对拟南芥的表型检测主要依靠人工实现，工作量大、效率不高。目前围绕拟南芥表型的计算机视觉检测研究，在国内外鲜有文献报道。
技术实现思路
本专利技术要解决的技术问题是：如何针对拟南芥的特点，利用计算机视觉技术对拟南芥进行无损检测，提取其生长过程中的叶片个数及叶片尖点到质心的距离参数。每个叶片尖点到质心的距离用于反映每个叶片的大小。植物的叶片个数及每个叶片的大小既可以定量地描述拟南芥的生长情况，也可以用于拟南芥基因功能的研究，即通过这些表型参数描述不同基因的拟南芥在叶片生长情况上面的差异，从而可以推断出不同基因的功能及对拟南芥植物的影响。(一)技术方案为了实现上述目的，本专利技术提供了基于计算机视觉的拟南芥叶片个数及叶片尖点到质心距离的检测方法，包括以下步骤：S1.在拟南芥的种植盆中，放置标定板，利用相机采集拟南芥的RGB图像；S2.对采集后的图像进行预处理，实现图像的自动校正和标定，其中图像校正是为了校正图像的畸变，图像标定是为了获得单位像素的真实尺寸；S3.对预处理后的图像进行分割，将拟南芥与背景分割，从图像中提取出来；S4.提取拟南芥的叶片个数，并计算每个叶片尖点到质心的距离。采集图像中的标定板采用的是蓝框黑白棋盘格，由3×3个边长为4mm的正方形组成。将其放在拟南芥植株一侧，与其一起进行图像采集。步骤S2具体包括如下步骤：S2.1定位黑白棋盘格S2.1.1根据蓝色的RGB特征，提取蓝色边框；S2.1.2对图像的内部进行孔洞填充，再减去原来的蓝色边框图像，得到新图像；S2.1.3对新图像进行开运算，去除噪点；再进行闭运算，连接断点，得到黑白棋盘格的区域；S2.2角点检测S.2.2.1计算黑白棋盘格区域中的每一个点的水平方向和垂直方向上的一阶导数，得到三幅新图像：水平一阶导数的平方，垂直一阶导数的平方和两个一阶导数的乘积；S.2.2.2用高斯滤波对三幅图像进行滤波，去除噪声；S.2.2.3由上述三幅图像组成相关矩阵，计算准则函数，判断其中的像素点是否为角点；S2.3图像校正和图像标定S.2.3.1通过角点检测得到棋盘格的每个正方形的顶点在图像中坐标，并根据其在真实世界中的空间位置关系，得到二者的变换矩阵；S.2.3.2求取变换矩阵的逆，作用于图像，实现图像校正；S2.3.3通过角点坐标得到黑白棋盘格的总像素个数，并根据它的真实尺寸，得到单位像素的真实尺寸；步骤S3具体包括如下步骤：S3.1图像初分割S3.1.1对每个像素的RGB值进行归一化获得rgb，提取3g-2.4r-b的色差图，用0作为阈值对图像进行二值化；S3.1.2将结果减去原来检测出的蓝色边框区域，判断所获前景区域像素的G的灰度值是否大于50，若是，则保留，否则去除；S3.1.3提取前景连通区域中的具有最多像素的区域，即为植物区域；S3.2去除噪点S3.2.1对所得图像进行开运算，得到新的图像，其将只保留大叶片区域和植物的中心区域，而去除图像中的细节部分，包括植物的茎和叶片周围的噪点；S3.2.2对去除的细节部分的各个连通区域计算其像素个数，像素个数小于12的直接去除；S3.2.3像素个数大于等于12的连通区域，分别单独与开运算得到的新图像叠加，再计算叠加后图像中的区域个数，如果区域个数减少，说明该连通区域是茎，必须保留，否则，如果叠加后图像中的区域个数增加或者不变，则说明该连通区域是叶片周围的噪点，必须去除；S3.2.4判断完所有的细节部分后，将保留的所有连通区域全部与开运算得到的新图像叠加，得到最终的植物区域；步骤S4具体包括如下步骤：S4.1对植物区域的孔洞进行填充，计算区域的质心；S4.2通过轮廓查找算法，提取填充后的植物区域的外轮廓点；S4.3计算每个外轮廓点到植物区域质心的距离，从而将2维(2D)图像变成1维(1D)信号；S4.4对S4.3中所述的1D信号进行数据点镜像填充，使其扩展到2的整数次幂倍，得到新的1D信号；S4.5对S4.4得到的1D信号进行4层Haar小波分解，提取第4层与S4.3中所述的1D信号长度相同的小波系数；S4.6查找小波系数中的正过零点，即某个点的前一个点小于0而后一个点大于0，这些正过零点表示的是S4.3中所述的1D信号的局部最大值；对于单个叶片而言，其叶片尖点距离植物区域的质心最远，即1D信号的局部最大值是每个叶片的尖点，故通过查找1D信号的局部最大值就可获得植物的叶片个数；S4.7计算图像中每个叶片的尖点到质心的长度，将长度的像素个数与图像标定步骤得到的单位像素的真实长度相乘，得到每个叶片的尖点到质心的真实距离。(二)有益结果本专利技术方法利用计算机视觉技术采集拟南芥的图像，利用图像处理技术实现了拟南芥表型的无损检测。通过检测蓝框黑白棋盘格的蓝色边框，并用角点检测算法检测内部的角点，最终实现了图像的自动校正和标定。对拟南芥采本文档来自技高网...
【技术保护点】
一种拟南芥叶片个数及叶片尖点到质心的距离的检测方法，包括以下步骤：S1.在拟南芥的种植盆中，放置标定板，利用相机采集拟南芥的RGB图像；S2.对采集后的图像进行预处理，实现图像的自动校正和标定，其中图像校正是为了校正图像的畸变，图像标定是为了获得单位像素的真实尺寸；步骤S2包括定位黑白棋盘格、角点检测、图像校正和图像标定；所述定位黑白棋盘格包括以下步骤：根据蓝色的RGB特征，提取蓝色边框；对图像的内部进行孔洞填充，再减去原来的蓝色边框图像，得到新图像；对新图像进行开运算，去除噪点；再进行闭运算，连接断点，得到黑白棋盘格的区域；所述角点检测包括以下步骤：计算黑白棋盘格区域中的每一个点的水平方向和垂直方向上的一阶导数，得到三幅新图像：水平一阶导数的平方，垂直一阶导数的平方和两个一阶导数的乘积；用高斯滤波对三幅图像进行滤波，去除噪声；由上述三幅图像组成相关矩阵，计算准则函数，判断其中的像素点是否为角点；所述图像校正和图像标定包括以下步骤：通过角点检测得到棋盘格的每个正方形的顶点在图像中坐标，并根据其在真实世界中的空间位置关系，得到二者的变换矩阵；求取变换矩阵的逆，作用于图像，实现图像校正；通过角点坐标得到黑白棋盘格的总像素个数，并根据它的真实尺寸，得到单位像素的真实尺寸；S3.对预处理后的图像进行分割，将拟南芥与背景分割，从图像中提取出来；步骤S3包括图像初分割和去除噪点；所述图像初分割包括以下步骤：对每个像素的RGB值进行归一化获得rgb，提取3g?2.4r?b的色差图，用0作为阈值对图像进行二值化；将结果减去原来检测出的蓝色边框区域，判断所获前景区域像素的G的灰度值是否大于50，若是，则保留，否则去除；提取前景连通区域中的具有最多像素的区域，即为植物区域；所述去除噪点包括以下步骤：对所得图像进行开运算，得到新的图像，其将只保留大叶片区域和植物的中心区域，而去除图像中的细节部分，包括植物的茎和叶片周围的噪点；对去除的细节部分的各个连通区域计算其像素个数，像素个数小于12的直接去除，像素个数大于等于12的连通区域，分别单独与开运算得到的新图像叠加，再计算叠加后图像中的区域个数，如果区域个数减少，说明该连通区域是茎，必须保留，否则，如果叠加后图像中的区域个数增加或者不变，则说明该连通区域是叶片周围的噪点，必须去除；判断完所有的细节部分后，将保留的所有连通区域全部与开运算得到的新图像叠加，得到最终的植物区域；S4.分割出拟南芥图像之后，提取拟南芥的叶片个数，并计算每个叶片尖点到质心的距离；步骤S4具体包括如下步骤：S4.1对植物区域的孔洞进行填充，计算区域的质心；S4.2通过轮廓查找算法，提取填充后的植物区域的外轮廓点；S4.3计算每个外轮廓点到植物区域质心的距离，从而将2维(2D)图像变成1个1D信号；S4.4对S4.3中所述的1D信号进行数据点镜像填充，使其扩展到2的整数次幂倍，得到新的1D信号；S4.5对S4.4得到的1D信号进行4层Haar小波分解，提取第4层与S4.3中所述的1D信号长度相同的小波系数；S4.6查找小波系数中的正过零点，即某个点的前一个点小于0而后一个点大于0，这些正过零点表示的是S4.3中所述的1D信号的局部最大值；对于单个叶片而言，其叶片尖点距离植物区域的质心最远，即1D信号的局部最大值是每个叶片的尖点；故通过查找1D信号的局部最大值就可获得植物的叶片个数；S4.7计算图像中每个叶片的尖点到质心的长度，将长度的像素个数与图像标定步骤得到的单位像素的真实长度相乘，得到每个叶片的尖点到质心的真实距离。...
【技术特征摘要】
1.一种拟南芥叶片个数及叶片尖点到质心的距离的检测方法，包括以下步骤：S1.在拟南芥的种植盆中，放置标定板，利用相机采集拟南芥的RGB图像；S2.对采集后的图像进行预处理，实现图像的自动校正和标定，其中图像校正是为了校正图像的畸变，图像标定是为了获得单位像素的真实尺寸；步骤S2包括定位黑白棋盘格、角点检测、图像校正和图像标定；所述定位黑白棋盘格包括以下步骤：根据RGB特征中的蓝色分量，提取蓝色边框；对图像的内部进行孔洞填充，再减去原来的蓝色边框图像，得到新图像；对新图像进行开运算，去除噪点；再进行闭运算，连接断点，得到黑白棋盘格的区域；所述角点检测包括以下步骤：计算黑白棋盘格区域中的每一个点的水平方向和垂直方向上的一阶导数，得到三幅新图像：水平一阶导数的平方，垂直一阶导数的平方和两个一阶导数的乘积；用高斯滤波对三幅图像进行滤波，去除噪声；由上述三幅图像组成相关矩阵，计算准则函数，判断其中的像素点是否为角点；所述图像校正和图像标定包括以下步骤：通过角点检测得到棋盘格的每个正方形的顶点在图像中坐标，并根据其在真实世界中的空间位置关系，得到二者的变换矩阵；求取变换矩阵的逆，作用于图像，实现图像校正；通过角点坐标得到黑白棋盘格的总像素个数，并根据它的真实尺寸，得到单位像素的真实尺寸；S3.对预处理后的图像进行分割，将拟南芥与背景分割，从图像中提取出来；步骤S3包括图像初分割和去除噪点；所述图像初分割包括以下步骤：对每个像素的RGB值进行归一化获得rgb，提取3g-2.4r-b的色差图，用0作为阈值对图像进行二值化；将结果减去原来检测出的蓝色边框区域，判断所获前景区域像素的G的灰度值是否大于50，若是，则保留，否则去除；提取前景连通区域中的具有最多像素的区域，即为植物区域；所述去除噪点包括以下步骤：对所得图像进行开运算，得到新的图像，其将只保留...
【专利技术属性】
技术研发人员：张俊梅，田野，柯秋红，聂凤梅，
申请(专利权)人：北京林业大学，
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。