小麥發芽率機器視覺測定方法
2023-06-18 08:52:51
小麥發芽率機器視覺測定方法
【專利摘要】本發明涉及一種小麥發芽率機器視覺測定方法,首先對野外標準區域麥苗圖像進行多次採集，提取所得麥苗圖像B、G、R三通道數值等參數，限制參數範圍，得到麥苗分割圖像；其次對輸出的分割圖像進行輪廓檢測，繪製出所有麥苗的輪廓圖像並輸出，依次計算每個麥苗輪廓圖像中麥苗的面積和周長；對所有可識別麥苗著色並編號；最後通過對所得到的麥苗個數信息進行數據統計分析，進行小麥發芽率的評定。該方法能夠快速、準確計算小麥發芽率，並提高田間實驗工作效率，實現麥苗發芽率自動化處理過程。
【專利說明】小麥發芽率機器視覺測定方法
【技術領域】
[0001]本發明涉及圖像處理方法領域，特別涉及一種小麥發芽率機器視覺測定方法，屬於遺傳育種領域。
【背景技術】
[0002]小麥發芽率是指在正常條件下小麥萌發的能力，是評估小麥種子活性的依據之一。小麥種活力測定和比較可以為遺傳育種工作提供借鑑，小麥種活力測定結果的準確性是保證麥苗質量的重要途徑。植物種子的活力因植物種不同而有所差異，大多數植物的種子活力除受遺傳因子影響外，環境因素如取材前後及保存過程的溫度、溼度等因素也有很大的影響。種子活力測定是植物生殖生物學研究中、育種工作中、不育系鑑定中經常測定指標。小麥發芽率的測定按其測定原理分為:儀器法、磚塊測定法、土壤測定法、溼毛巾測定法、衛生紙測定法、保溫瓶測定法、細沙測定法等。這些方法都是在一定的環境下選取兩組相同數量的小麥進行培養，一定時間後計算小麥的發芽率。目前，各種方法都經常應用，但應用範圍僅限於實驗室而且費時費力。
[0003]隨著計算機技術在農產品品質檢驗過程中的應用日益廣泛，探討運用機器視覺及圖像處理技術，快速準確地識別麥苗色彩特徵，實現小麥發芽率測定的自動化和智能化，無疑是減少人為因素影響、提高測定效率的新途徑。因此，將小麥發芽率機器視覺測定方法應用到實際生產過程中，對實現小麥發芽率檢測的技術水平具有重要意義，有利於提高小麥發芽率測定的準確性和時效性，促進我國遺傳育種工作的發展。
【發明內容】
[0004]將小麥發芽率機器視覺測定方法應用到田間實驗過程中，能夠快速、準確計算小麥發芽率，並提高田間實驗工作效率，實現麥苗發芽率自動化處理過程。為了滿足上述要求，本發明提供了一種小麥發芽率機器視覺測定方法。
[0005]一種小麥發芽率機器視覺測定方法，其特徵在於包括以下步驟:
[0006]S1:採用工業CXD相機進行野外標準區域麥苗圖像採集，得到24位R、G、B色彩空間的真彩色原始麥苗圖像；
[0007]S2:讀入原始麥苗圖像；
[0008]S3:分別研究圖像中麥苗目標與背景的R、G、B三個色彩通道的數值分布特點，得到麥苗目標區別於背景的R、G、B多段閾值；紅色分量R〈100，綠色分量G>120，藍色分量B〈100。
[0009]S4:創建一幅與原始麥苗圖像尺寸相同的空白圖像，利用S3中得到的R、G、B多段閾值將麥苗繪製到創建的空白圖像中，得到純麥苗圖像；
[0010]S5:對純麥苗圖像進行形態學腐蝕運算操作，並在圖像的上下左右四個邊分別繪製2像素寬度的純白色連接線，對斷苗雜邊進行切除平滑處理；
[0011]S6:對經過S5步驟處理得到的圖像分別進行灰度化和二值化處理；[0012]所述步驟S6具體包括以下步驟進行灰度化和二值化:
[0013]S6.1:計算每個像素R、G、B三通道的加權平均值，即為灰度值；
[0014]S6.2:將S6.1中的灰度值同時賦值給對應像素的R、G、B三通道，得到與每個像素R、G、B相等的灰度圖像；
[0015]S6.3:分析灰度圖像的直方圖，選取灰度圖像直方圖中的低谷點處的值作為灰度值，將小於此灰度值的像素點賦值O變成黑色，將大於此灰度值的像素點賦值255變成白色，得到二值圖像；
[0016]S7:創建一個動態內存寄存器；利用遍歷的方法對步驟S6處理後的圖像進行輪廓檢測，找到圖像中的所有輪廓，並將所有輪廓隨機存放到動態內存寄存器中；
[0017]S8:計算所有輪廓中每一個輪廓的面積，限定面積閾值範圍，面積閾值範圍分別是小面積閾值範圍為大於1000小於3000，大面積閾值範圍為大於3000小於1000000 ；
[0018]S9:分別將所有輪廓中符合小面積閾值範圍的輪廓繪製到與其外接矩形相同大小的空白圖像中，得到單個麥苗目標，並計數；
[0019]S10:再分別將所有輪廓中符合大面積閾值範圍的輪廓，進行處理，再得到單個麥苗目標，並計數；
[0020]所述步驟SlO通過以下處理步驟得到面積較大輪廓中的單個麥苗目標:
[0021]S10.1:對輪廓較大面積的圖像再重新進行灰度化、二值化處理；
[0022]S10.2:對S10.1中得到的圖像進行先腐蝕後膨脹的形態學運算操作；
[0023]S10.3:再次創建動態內存寄存器，對S10.2得到的圖像進行輪廓檢測，並將每一個輪廓繪製到與其外接矩形相同大小的空白圖像中；
[0024]S10.4:根據步驟S8的範圍限定面積閾值，得到單個麥苗目標；
[0025]Sll:將步驟SlO得到的單個麥苗目標數目與S9中得到的麥苗目標數目進行統計，得到麥苗的總數量；
[0026]S12:將麥苗總數量與起初試驗播種小麥數量進行求商運算，得到小麥發芽率。
[0027]本發明提供的小麥發芽率測定方法基於機器視覺，首先在田間標準區域進行小麥種子投放播種，記錄投放數量，待小麥發芽初期，麥苗較短、麥苗間基本無相互交叉時進行多次圖像採集，對麥苗目標及背景圖像的R、G、B三通道色彩分別進行研究，得到能區別麥苗與背景圖像的R、G、B範圍，確定出麥苗目標圖像的R、G、B三通道色彩範圍，得到麥苗圖像；創建大小與麥苗目標外接矩形相同、數量上與麥苗目標數量相等的空白圖像；其次對所得到的麥田圖像進行麥苗顏色特徵的篩選，將符合特徵的小麥圖像對應標記到一張空白圖像上，並獲取每一個麥苗的圖像輪廓生成相應的圖像文件；再對每一個麥苗輪廓進行面積周長檢測，分離不同大小麥苗生成相應的各個麥苗的子圖像並保存；最後對每張子圖像的麥苗進行著色並逐個標記，得到相應的麥苗個數，再對所得到的小麥個數進行數據統計分析，從而得到小麥發芽率以及相關數據。
[0028]通過該方法，能隨機對野外標準區域大量的小麥種子進行測定，可以提高發芽率測定的準確性，方便、穩定。通過調整各個模塊的參數，可以適用於不同條件下的小麥發芽率評定，減小由於外界因素變化而引起的評定誤差。
【專利附圖】
【附圖說明】[0029]圖1是小麥發芽率機器視覺測定方法硬體設備示意圖。
[0030]圖2是本發明小麥發芽率機器視覺測定方法流程圖
【具體實施方式】
[0031]以下實施方式用於說明本發明，但不用來限制本發明的範圍。
[0032]如圖1所示，本發明共包括4個方面:①野外麥苗圖像採集系統麥苗圖像分析研究；③單個麥苗圖像目標的分割與提取；④麥苗數量的統計及發芽率計算。
[0033]1、野外麥苗圖像採集系統
[0034]使用工業CXD相機對野外標準區域麥苗圖像進行採集，將採集得到的24位RGB圖像讀入計算機並保存。本實施例採用的野外標準區域是面積為0.25平方米的方形區域，試驗初期隨機投放500粒小麥種子，待到小麥發芽初期，苗長3-5cm時進行圖像採集。
[0035]2、麥苗圖像分析研究
[0036]主要是對野外標準區域採集的麥苗圖像運用c++配置opencv進行處理，分別研究採集得到麥苗圖像的R、G、B三個通道，得到麥苗目標圖像能夠區別於背景土壤的R、G、B三通道多段閾值範圍組合，本實施例中採用的範圍組合是通過分析三通道的數值分布特性得到的，分別為紅色分量R〈100，綠色分量G>120，藍色分量B〈100。
[0037]3、單個麥苗圖像目標的分割與提取
[0038]利用分析研究得到的R、G、B三通道多段閾值範圍組合，對圖像中的麥苗的特徵進行檢測，將條件符合的圖像的像素點對應的重新標記到一張新的空白圖像上；再對新得到的圖像進行邊界畫2像素寬度的白線處理，將圖像的雜邊切除，防止斷苗對實驗的影響；對圖像進行灰度化與二值化處理以獲得麥苗目標為黑色，背景為白色的圖像二值圖像，找到二值圖像中的所有輪廓，創建動態內存存儲器，將所有輪廓一一存放到動態內存寄存器中；計算麥苗輪廓面積，通過面積閾值範圍首先得到小面積麥苗，即對符合面積閾值限定的每個麥苗輪廓圖像繪製到與其外接矩形相同大小的空白圖像中，得到單個麥苗目標，並計數；然後通過限定面積閾值範圍得到大面積麥苗圖像，並對大面積麥苗圖像進行形態學腐蝕、膨脹處理，分割出大面積輪廓中的所有麥苗子圖像，依次將所獲得的單個麥苗子圖像，並計數。本實施例通過兩次面積閾值限定，首先限定出小面積單個麥苗計數，然後限定出大面積麥苗圖像，並對大面積麥苗圖像進行進一步處理，得到麥苗子圖像計數，從而實現麥苗圖像的精確分割。本實施例通過對所有麥苗輪廓的面積進行計算，單獨分析每個小麥苗的輪廓圖像面積，限定的面積閾值範圍是小面積閾值範圍大於1000小於3000，根據小面積閾值範圍進一步將交叉覆蓋的大面積閾值範圍限定為大於3000小於1000000。在處理面積閾值範圍大於3000小於1000000的大面積麥苗圖像時，通過腐蝕膨脹運算將一些交叉覆蓋的麥苗分離成單個麥苗，並再次運用小面積閾值範圍將大於1000小於3000的單個麥苗繪製出，並計數。
[0039]4、麥苗數量的統計及發芽率計算
[0040]分別統計小面積麥苗分割出的單個小麥苗圖像的數量和大面積輪廓中分割出的麥苗子圖像數量，求和獲得麥苗數量；將麥苗數量與試驗初期投放小麥種子的數量做求百分比運算，得到小麥的發芽率。本例中通過小面積直接分割出的小麥苗數量為174個，通過對大面積輪廓進一步處理分割出的麥苗子圖像數量為290個，總計464個；計算發芽率=464/500=92.8%。另外，本次試驗同時通過人工對0.25平方米區域的麥苗數進行了統計計數，發芽麥苗的實際數量為470個，實際發芽率為94%，本發明方法誤差為1.2%，完全滿足要求。
[0041]在不脫離本發明的精神和範圍的情況下做出的各種變化和變型、所有等同的技術方案也屬於本發明的範疇。
【權利要求】
1.一種小麥發芽率機器視覺測定方法，其特徵在於包括以下步驟: 51:採用工業CXD相機進行野外標準區域麥苗圖像採集，得到24位R、G、B色彩空間的真彩色原始麥苗圖像； 52:讀入原始麥苗圖像； S3:分別研究圖像中麥苗目標與背景的R、G、B三個色彩通道的數值分布特點，得到麥苗目標區別於背景的R、G、B多段閾值；紅色分量R〈100，綠色分量G>120，藍色分量B〈100 ；S4:創建一幅與原始麥苗圖像尺寸相同的空白圖像，利用步驟S3中得到的R、G、B多段閾值將麥苗繪製到創建的空白圖像中，得到純麥苗圖像； S5:對純麥苗圖像進行形態學腐蝕運算操作，並在圖像的上下左右四個邊分別繪製2像素寬度的純白色連接線，對斷苗雜邊進行切除平滑處理； S6:對經過步驟S5處理得到的圖像分別進行灰度化和二值化處理； 所述步驟S6具體包括以下步驟進行灰度化和二值化: S6.1:計算每個像素R、G、B三通道的加權平均值，即為灰度值； S6.2:將S6.1中的灰度值同時賦值給對應像素的R、G、B三通道，得到每個像素R、G、B相等的灰度圖像； S6.3:分析灰度圖像的直方圖，選取灰度圖像直方圖中的低谷點處的值作為灰度值，將小於此灰度值的像素點賦值O變成黑色，將大於此灰度值的像素點賦值255變成白色，得到二值圖像； S7:創建一個動態內存寄存器；利用遍歷的方法對步驟S6處理後的圖像進行輪廓檢測，找到圖像中的所有輪廓，並將所有輪廓隨機存放到動態內存寄存器中； S8:計算所有輪廓中每一個輪廓的面積，限定面積閾值範圍，面積閾值範圍分別是小面積閾值範圍為大於1000小於3000，大面積閾值範圍為大於3000小於1000000 ； S9:分別將全部輪廓中符合小面積閾值範圍的輪廓繪製到與其外接矩形相同大小的空白圖像中，得到單個麥苗目標，並計數； S10:再分別將全部輪廓中符合大面積閾值範圍的輪廓，進行處理，再得到單個麥苗目標，並計數； 所述步驟SlO具體包括以下步驟得到面積較大輪廓中的單個麥苗目標: S10.1:對輪廓較大面積的圖像再重新進行灰度化、二值化處理； S10.2:對S10.1中得到的圖像進行先腐蝕後膨脹的形態學運算操作； S10.3:再次創建動態內存寄存器，對S10.2得到的圖像進行輪廓檢測，並將每一個輪廓繪製到與其外接矩形相同大小的空白圖像中； S10.4:根據步驟S8的範圍限定面積閾值，得到單個麥苗目標； Sll:將步驟SlO得到的單個麥苗目標數目與S9中得到的麥苗目標數目進行統計，得到麥苗的總數量； S12:將麥苗總數量與起初試驗播種小麥數量進行求商運算，得到小麥發芽率。
【文檔編號】G06T7/00GK103745478SQ201410033064
【公開日】2014年4月23日 申請日期:2014年1月24日 優先權日:2014年1月24日
【發明者】劉雙喜, 劉傑, 王金星, 陳光亭, 陳海龍, 範連祥 申請人:山東農業大學