一種基於圖像處理的玉米籽粒考種分析方法與流程
2023-05-09 03:42:47
本發明涉及計算機圖像處理技術領域，具體涉及一種基於圖像處理的玉米籽粒考種分析方法。
背景技術：
考種也叫選種，是指對某一物種親緣關係、遺傳特性進行溯源的活動，以達到選出優良動植物品種的技術，對種植業的發展具有非常重要的意義。為了進行種子考種等科研實驗，對作物籽粒分析是不可或缺的步驟，而且籽粒分析的精度對考種結果有著極大的影響。國內在把數字圖像技術用於農業方面起步較晚，近些年，中國農業發展的重要性越來越突出，其中把數字圖像技術用於考種技術慢慢受到了一些研究人員的關注與研究，同時在作物種子圖像的分割檢測方面取得了一定的研究成果。常見的分割檢測方法有距離變換和分水嶺相結合的方法，還有基於橢圓曲線擬合的分割方法，基於利用籽粒輪廓曲率的分割方法等等。目前，科研人員提出的圖像分割算法可分為邊緣檢測、門限化、像素分類和綜合使用的人工神經網絡、模糊集論等類型。但是分割效果差強人意，對設備要求和圖片質量要求較高等；因而其方便性，準確性，快捷性都有待提高，難以廣泛地推廣應用。將圖像處理技術應用於考種中的籽粒分析，有很大的發展空間，不僅能克服傳統人工籽粒分析效率低、容易出錯，勞動力大等缺點，同時也可以克服機電一體化設備存在的誤差大、製造複雜、價格昂貴等問題。綜上所述，為了解決上述現有技術的不足，提供一種便捷準確的作物籽粒分析方法，本發明專注於研究如何將圖像處理技術應用於玉米籽粒分析，並提供一種基於圖像處理的玉米籽粒考種分析方法，此發明已應用於玉米 籽粒考種分析，結果證明此發明方法能夠快速便捷的對考種中的玉米籽粒進行分析。
技術實現要素：
(一)要解決的技術問題
本發明的主要目的在於提供一種基於圖像處理的玉米籽粒考種分析方法，可以在不破壞圖像中籽粒外形的情況下對玉米籽粒進行分割。克服傳統人工籽粒分析的效率低、容易出錯，勞動力大和機電化設備的誤差大、製造複雜、價格昂貴等問題，也克服了圖像分割技術應用於籽粒分割時的分割效果差，速度慢，對設備要求和圖片質量要求高等不足。將圖像處理技術更好應用於考種領域，為玉米考種提供了有力的技術支持。
(二)技術方案
本發明技術方案如下：
一種基於圖像處理的玉米籽粒考種分析方法，包括步驟：
S0、獲取玉米籽粒圖像，圖像記錄為bmp0；
S1、圖像預處理，圖像是S0處理結果bmp0，主要利用圖像灰度化、平滑濾波、二值化和形態學開運算等方法對圖像進行了預處理，預處理後的圖像記錄為bmp1；
S2、查找籽粒中心，查找的圖像是S1的處理結果bmp1，利用距離變換方法使圖像中的籽粒中心形成高亮區，在利用圖像分割和形態學結合的方法提取出籽粒中心的高亮區，記錄下每個高亮區的位置坐標，以此作為圖像中各個籽粒的中心位置；
S3、圖像分類分割，圖像是S1處理結果bmp1，利用S2中得到的籽粒位置特徵和籽粒的面積特徵對圖像中的籽粒進行分類分割，分割結果記錄為dstimg；
S4、圖像後處理，處理的圖像是S3分割的結果dstimg，查找籽粒的連通域的輪廓作為籽粒輪廓，以及計算籽粒個數、面積、周長、長、寬、以、長寬比等。
優先的所述步驟S1包括：
S1.1、取得S0處理結果圖bmp0，對其進行灰度化處理，在利用高斯濾波和中值濾波進行平滑處理，處理結果圖記錄為img11；
S1.2、獲取S1.1處理後的圖img11，利用最大類間方差法對圖像進行全局二值化或者人工設定閾值法進行全局二值化，處理結果圖記錄為img12；
S1.3、獲取S1.2處理後的圖img12，利用形態學開運算方法去除椒鹽噪聲，處理後圖像記錄為bmp1，並將圖像傳遞給下一步S2。
優先的，所述步驟S2包括：
S2.1、獲取S1處理後的圖bmp1，對其進行3次形態學腐蝕運算，兩次形態學膨脹運算，結果圖記錄為img21；
S2.2、獲取S2.1處理後的圖img21，利用距離變換算法使各個籽粒中心形成高亮區，結果圖記錄為img22；
S2.3、獲取S2.2處理後的圖img22，在利用圖像分割和形態學結合的方法提取出籽粒中心的高亮區，將高亮區記錄在圖img23；
S2.4、獲取S2.3處理後的圖img23，利用形態學閉運算結合相近的高亮區，結果記錄為圖img24；
S2.5、獲取S2.4處理後的圖img24，查找和記錄每個高亮區的位置坐標，以此作為圖像中各個籽粒的中心位置特徵。
優先的，所述步驟S3包括：
S3.1、獲取S1處理後的圖bmp1，根據籽粒中心位置特徵進行掃描分 割，分割結果記錄為圖img31；
S3.2、獲取S3.1處理後的圖img31，根據面積特徵對img31中的籽粒連通域進行分類，第一類是一個連通域只包含一個籽粒的連通域類，將一類連通域記錄於圖img321，第二類是一個連通域包含兩個及以上籽粒的連通域類，將二類連通域記錄於圖img322；
S3.3、獲取S3.2處理後的圖img322，根據圖像中籽粒連通域的凹點特徵進行分割，分割結果記錄為圖img33；
S3.4、獲取S3.3處理後的圖img33，根據面積特徵對img33中的籽粒連通域進行分類，第一類是一個連通域只包含一個籽粒的連通域類，將一類連通域記錄於圖img341，第二類是一個連通域包含兩個及以上籽粒的連通域類，將二類連通域記錄於圖img342；
S3.5、獲取3.4處理後的圖img342，根據籽粒中心位置特徵進行平分分割，分割結果記錄於圖img35；
S3.6、獲取S3.2處理後的圖img321，3.4處理後的圖img341，3.5處理後的圖img35，將三圖相加，即：img321+img341+img35，並將結果記錄於圖dstimg，將圖dstimg傳遞給下一步S4。
(三)有益效果
(1)本發明將數字圖像處理技術應用於考種領域的玉米籽粒分析，取代人工考種中的籽粒分析和機械計數，節省了人力成本和設備成本，大幅度地提高工作效率；
(2)本發明克服了一般圖像分割技術應用於籽粒分割時處理速度慢，準確度低等缺點，達到了速度快，準確度高，穩定性強，可重複批量處理等優點；
(3)本發明在玉米考種中的玉米籽粒分析上進行了測試和應用，並 且達到了滿意的效果，此發明同樣可以推廣到其他農作物的考種當中，為考種提供了有力的技術支持。
具體實施方式
下面結合附圖，對發明的具體實施方式做進一步描述。參見圖1，本發明對籽粒圖像的處理主要分為四個模塊，第一模塊是圖像處理模塊，主要運用的方法有平滑濾波法，最大類間方差法及形態學運算等等；第二模塊是圖像中籽粒中心查找模塊，主要應用了形態學和距離變換方法等；第三模塊是粘連籽粒的分割模塊，主要是利用籽粒中心點特徵和凹點特徵對粘連籽粒進行分割，利用面積特徵對圖像進行分類等；第四模塊是圖像後處理模塊，主要是查找分割後籽粒的外輪廓及計算面積、周長、長寬比等參數；下面分別對這四部分及玉米顆粒圖像獲取等進行詳細描述。
玉米顆粒圖像獲取介紹：
玉米顆粒圖像獲取為模塊S0，獲取的圖像記錄為bmp0。玉米顆粒圖像獲取有一定的限制，可以用掃描儀或者相機進行獲取，圖像背景要為白色和黑色，玉米籽粒需平鋪，不能重疊，可粘連，數量依據種子大小而定，數量在100-1500之間最佳，照片要清晰，圖像均為彩圖；此外，相機取圖時要正立，像素為800萬最佳，相機拍照取圖時需加背景燈，掃描儀取圖時，像素為400dpi最佳。
(一)玉米籽粒圖像預處理
玉米籽粒圖像預處理為模塊S1，主要對圖像bmp0，進行灰度化、平滑濾波、二值化和形態學開運算等處理，預處理後的圖像記錄為bmp1，bmp1效果見圖2。
預處理詳細步驟如下：
S1.1、取得S0處理結果圖bmp0，對其進行灰度化處理，在利用高斯 濾波和中值濾波進行平滑處理，處理結果圖記錄為img11。
灰度化即是把彩色圖像的R、G、B通道亮度值轉化為單通道亮度值表徵每個像素點構成的圖像，轉化公式為：
Gray(x，y)＝0.299*R(x，y)+0.587*G(x，y)+0.114*B(x，y) (1)
其中(x，y)表示像素點的位置，Gray(x，y)灰度圖對應像素點亮度，R(x，y)，G(x，y)，B(x，y)分別代表彩圖對應像素點的每個通道亮度值。
平滑處理就是模糊處理，這裡主要用到了平均值濾波和中值濾波；平均值濾波器輸出圖像的每一個像素是窗口中輸入圖像對應像素值的簡單平均值，是很常用的去噪濾波器，而對鏡頭噪聲(亮度值很大的孤立點)較為敏感；中值濾波器將中心像素的正方形領域內的每個像素值用中間像素值替換，而且對鏡頭噪聲有很好的處理效果；這裡使用的濾波器的內核大小均為3×3。
S1.2、獲取S1.1處理後的圖img11，利用最大類間方差法對圖像進行全局二值化或者人工設定閾值法進行全局二值化，處理結果圖記錄為img12。
S1.3、獲取S1.2處理後的圖img12，利用形態學開運算方法去除椒鹽噪聲，處理後圖像記錄為bmp1，並將圖像傳遞給下一步S2。
形態學開運算方法進行一次開運算處理，內核大小是3×3；開運算目的是為了消除椒鹽噪聲和分開弱粘連的種子連通域；此開運算之後，圖片中會有部分顆粒連通域會出現空洞現象，本發明根據孔洞的面積特徵(像素數)進行了簡單的填充，可以使最終分割效果略微提升。
(二)查找籽粒中心
查找籽粒中心為模塊S2，即在玉米籽粒圖像中查找籽粒中心。對二值圖bmp1進行處理，主要利用距離變換方法使圖像中的籽粒中心形成高亮區，記錄下每個高亮區的位置坐標，以此作為圖像中各個籽粒的中心位置；結果圖像記錄為bmp2，結果效果見圖3。查找籽粒中心的詳細步驟如下：
S2.1、獲取S1處理後的圖bmp1，對其進行3次形態學腐蝕運算，2次形態學膨脹運算，結果圖記錄為img21；
腐蝕是為了消除小顆粒噪聲和消除連通域邊界；由於腐蝕過於嚴重，會對距離變換產生影響，所以需要用膨脹的進行形狀恢復，形態學運算的內核大小為3×3；
S2.2、獲取S2.1處理後的圖img21，利用距離變換算法使各個籽粒中心形成高亮區，結果圖記錄為img22；
S2.3、獲取S2.2處理後的圖img22，在利用圖像分割和形態學結合的方法提取出籽粒中心的高亮區，將高亮區記錄在圖img23；
S2.4、獲取S2.3處理後的圖img23，利用形態學閉運算結合相近的高亮區，結果記錄為圖img24；
S2.5、獲取S2.4處理後的圖img24，查找和記錄每個高亮區的位置坐標，以此作為圖像中各個籽粒的中心位置特徵；
高亮區已提取存放在圖img24上，先查找出其外輪廓，在外輪廓的基礎上計數出其最小外接矩形，利用其最小外接矩形的中心作為玉米籽粒的中心，最後將玉米籽粒中心位置坐標作為籽粒中心特徵保存，在玉米籽粒圖像切割時使用。
(三)圖像分類分割
圖像分類分割為模塊S3，獲取S1處理結果圖像bmp1，利用S2中得到的籽粒位置特徵結合籽粒的面積特徵對圖像中的籽粒進行分類分割，分割結果記錄為dstimg。圖像分類分割的詳細步驟如下：
S3.1、獲取S1處理後的圖bmp1，根據籽粒中心位置特徵進行掃描分割，分割結果記錄為圖img31；
1)如圖4，以兩顆籽粒中心為參考點作矩形ABDC，矩形需滿足條件：(1)E、F點為兩顆籽粒的中心點，AB、CD為矩形的寬，E、F為中其中點，(2)AC、BD為矩形長，即矩形長度值為兩籽粒中心點連線EF長度值；(3)矩形寬度值為兩顆相連籽粒中心點距離的平均值，這裡採用的計數方式是：獲取所有兩兩籽粒的距離，取出距離最小的前50個距離值，計數其平均值，記錄averagelength；
2)掃描方式，如圖，M為AB上一點，N為CD上一點，並且M、N兩點對應(即M、N關於AC和BD中點連線對稱)；掃描過程就是連結MN，M點從A點移動到B點，N點對應移動，連結出所有的MN線段，掃描效果見圖5；
3)切割方式
(1)若MN線段中有一條線段沒有經過背景點，即兩顆籽粒相連，進行切分，否則不切分；切分方法是，首先找到線段兩邊的最凹點，查找範圍在矩形ABDC中，連結兩個最凹點進行切割；將兩顆籽粒之間的切割擴展到整張玉米籽粒圖像中，切割效果如圖6；
掃描切割到此結束，由圖6可見，掃描切割能切割出大部分粘連籽粒，但是並不能切割開所有的粘連籽粒，需要進一步進行切割處理。
S3.2、獲取S3.1處理後的圖img31，根據面積特徵對img31中的籽粒連通域進行分類，第一類是一個連通
域只包含一個籽粒的連通域類，將一類連通域記錄於圖img321，第二類是一個連通域包含兩個及以上籽粒的連通域類，將二類連通域記錄於圖img322；
(1)面積特徵，是指單個連通域所包含的像素點個數，計數出每個連通域面積並記錄下來；同時計算出平均面積，平均面積為averarea，第i個連通域面積為area[i]，連通域個數n，平均面積為：
計數平均面積的注意事項：為了提高準確度，計數平均面積時，要將最大面積和最小面積去除；
(2)分類是用的閾值是，若area[i]小於閾值，則第i個連通域記錄於圖img321，否則記錄於圖img322，直到最後記錄下所有連通域；
S3.3、獲取S3.2處理後的圖img322，根據圖像中籽粒連通域的凹點特徵進行分割，分割結果記錄為圖img33。
對圖像中每個籽粒連通域進行凹點檢測，根據凹點特徵對各個連通域進行切分，並將切分後的連通域腐蝕一次後，記錄在圖img33上；這裡利用形態學腐蝕方法是為了去除切割後的小噪點，腐蝕方法的內核大小是3*3的。
S3.4、獲取S3.3處理後的圖img33，根據面積特徵對img33中的籽粒連通域進行分類，第一類是一個連通域只包含一個籽粒的連通域類，將一類連通域記錄於圖img341，第二類是一個連通域包含兩個及以上籽粒的連通域類，將二類連通域記錄於圖img342。
S3.5、獲取3.4處理後的圖img342，根據籽粒中心位置特徵進行平分分割，分割結果記錄於圖img35；
參見圖4，矩形ABDC是步驟S3.1中描述的圖形，切割方法是連結AB和CD的中點，其作為切割線；對img342整張圖像進行此操作，切割後的圖像記錄為img35；
到此所有切割已經完成，只要將各個階段切割圖像進行合併就可以得到最終切割結果
S3.6、獲取S3.2處理後的圖img321，3.4處理後的圖img341，3.5處理後的圖img35，將三圖相加，即：img321+img341+img35，並將結果記錄於圖dstimg，最終效果見圖7。將圖dstimg傳遞給下一步S4。
(四)後處理
後處理為模塊S4，獲取S3處理結果圖像dstimg，查找籽粒的連通域的外輪廓，以此作為籽粒外輪廓，以及計算籽粒個數、面積、周長、長、寬、以、長寬比等。詳細步驟如下：
S4.1、獲取S3處理結果圖像dstimg，去除圖像中噪點；
切分後圖像會留下一些噪聲，幹擾籽粒分析，這是利用連通域面積特徵(一個連通域中的像素點個數)，即當面積小於某一閾值時此連通域進行去除；
S4.2、獲取S4.1處理後的圖像，查找籽粒的連通域的外輪廓，以此作為籽粒外輪廓，以及計算籽粒個數、面積、周長、長、寬、及長寬比等，最後顯示結果，顯示效果見圖8；
1)各個參數概念，籽粒面積為其對應連通域的像素個數；周長為其連通域外圍一周的像素點個數；長、寬為其連通域的最小外接矩形的長、寬；
2)映射成實際籽粒參數，這裡映射方式很簡單，主要是根據像素比等於面積比原理，只要確定像素的單位長度代表的實際長度即可，例如， 圖像的長是X像素，其對應的實際長度為Y釐米；則周長L個像素的實際大小為L*Y/X；在實際應用中，可以根據掃描儀的像素密度確定玉米顆粒的實際值，若是相機獲取圖像可以用人工標定的方式；此發明已在玉米考種分析中進行了應用，其利用的是掃描儀標記像素密度的方式，界面見圖8。
附圖說明
圖1算法處理流程圖
說明：圖中展示了圖像處理過程中的五個模塊以及各個模塊的處理結構；
圖2預處理結果圖
說明：圖中展示了經過灰度化和平滑濾波後的結果圖；
圖3查找籽粒中心結果圖
說明：圖中展示了經過查找籽粒中心所確定的籽粒中心位置；
圖4相連兩顆籽粒的掃描切割圖
說明：圖中展示了在掃描切割中對兩顆相連籽粒的處理方式；
圖5掃描切割過程效果圖
說明：圖中展示了部分兩兩相鄰籽粒的分割設計和掃描效果；
圖6掃描切割結果圖
說明：圖中展示了經過掃描切割的結果，圖中可見，掃描切割能切割出大部分粘連籽粒，但是並不能切割出所有粘連籽粒；
圖7最終切割結果圖
說明：經過圖像的分類分割，分割完成後的最後結果圖；
圖8玉米考種分析界面圖
說明：此圖是玉米籽粒考種分析時的界面圖，圖中同時展示了玉米籽粒分析結果。