[發(fā)明專利]一種測量水稻劍葉角度的方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310633761.6
• 申請日: 2013-12-02
• 公開（公告）號: CN103673931A
• 公開（公告）日: 2014-03-26
• 發(fā)明（設計）人: 路文超;朱大洲;趙勇;于春花;羅斌;高權;王成
• 申請（專利權）人: 北京農(nóng)業(yè)信息技術研究中心
• 主分類號: G01B11/26
• 分類號: G01B11/26
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 李相雨

技術領域

本發(fā)明涉及農(nóng)業(yè)技術領域，具體涉及一種測量水稻劍葉角度的方法、裝置及系統(tǒng)。

背景技術

水稻育種實踐表明，水稻株型與產(chǎn)量潛力密切相關，因此，如何選育水稻理想株型成為當前水稻超高產(chǎn)育種的重要研究內(nèi)容之一。葉片是株型構成的重要因素，直接關系到葉片的光合面積和光能利用率。其中，劍葉對水稻產(chǎn)量的形成更具突出作用，是光合產(chǎn)物輸向穗部的主要供應者。因此，劍葉作為光合作用產(chǎn)物的主要形成源之一，直接決定水稻穗部及其產(chǎn)量的相關性狀。水稻劍葉角度是指水稻植株主莖和劍葉之間的夾角，它是構成水稻株型的重要指標之一，同時也是影響水稻產(chǎn)量的重要因素。因此，實現(xiàn)對水稻劍葉角度的快速無損測量對超高產(chǎn)育種有著重要的意義，也是水稻育種家亟待解決的問題之一。

目前測量水稻劍葉角度一般采用直接測量法和作圖法。直接測量法是人工用量角器直接測量葉尖與葉耳連線和葉著生莖稈的夾角；作圖法是將葉枕和葉尖位置畫在紙上，然后用量角器測定。

徐正進等提供了一種新的水稻劍葉角度測量方法（參見非專利文獻：水稻葉片基角、開張角和披垂度的同時測定方法，沈陽農(nóng)業(yè)大學學報，22（2）：185-187,1991）。其測量過程為：制作一塊角度測定板，測定板由長70cm、寬50cm左右的白紙固定在同樣大小的薄木板上組成，白紙上用大型量角器畫出了0-90度刻度，并用圓規(guī)以不同半徑畫出弧線刻度。進行角度測定時，將欲測的主莖和劍葉從基部剪下，立即放在直立的測定板上，使莖稈與0度線重合，葉枕正對圓心，葉片保持自然狀態(tài)，從而讀出對應的角度數(shù)。

直接測量法雖然操作方便，人工拿著量角器放在主莖和劍葉之間即可測量，但是由于在測量過程中受主觀因素影響較大，因此，測量準確性較差、誤差較大；作圖法能夠測量的相對比較準確，但是測量速度慢，且將葉枕和葉尖位置畫在紙上的過程操作不方便，不適合于大量測定；徐正進等人的方法雖然能夠較精確、快捷的測量出夾角大小，但是在測量過程中需要將欲測的主莖和劍葉從植株上剪下，對植株造成了永久性的破壞。

發(fā)明內(nèi)容

（一）解決的技術問題

針對現(xiàn)有技術的不足，本發(fā)明提供了一種基于圖像處理技術的水稻劍葉角度測量方法及裝置，能夠?qū)崿F(xiàn)對水稻劍葉角度的快速、準確、無損測量。

（二）技術方案

為了實現(xiàn)以上目的，本發(fā)明通過以下技術方案予以實現(xiàn)：

一種用于水稻劍葉角度測量的方法，其特征在于，該方法包括：

采集水稻劍葉基部圖像并進行預處理；

對預處理后的圖像進行前景提取，獲取水稻劍葉和主莖圖像；

對前景圖像二值化并進行形態(tài)學處理；

對形態(tài)學處理后的圖像進行細化處理；

對細化后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析；

根據(jù)聚類后得到的聚類中心的角度值，計算劍葉角度。

其中，所述采集水稻劍葉基部圖像并進行預處理，包括：對采集到的圖像進行5*5中值濾波，從而去除圖像中的椒鹽噪聲。

其中，所述對預處理后的圖像進行前景提取，包括：

對中值濾波后的圖像進行顏色空間變換，圖像由RGB空間（R-紅、G-綠、B-藍）轉(zhuǎn)換成HSL空間（H-色調(diào)、S-飽和度、L-亮度）；

獲取所述的HSL空間圖像的H、S、L三個分量的直方圖，綜合根據(jù)三個分量的直方圖設置門限值范圍，將門限值范圍之外的背景像素值置零，門限值范圍之內(nèi)的前景像素值保持不變，實現(xiàn)前景圖像與背景圖像分離，獲得前景圖像；

將圖像由HSL空間轉(zhuǎn)換為RGB空間彩色圖像。

其中，所述對前景圖像二值化并進行形態(tài)學處理，包括：

對前景圖像進行5*5中值濾波，去除前景圖像中的椒鹽噪聲；

對前景圖像進行灰度化，采用最佳閾值法，選取閾值對所述灰度化圖像進行二值化處理，得到二值圖像；

對所述二值圖像采用膨脹、腐蝕及膨脹與腐蝕相結合的形態(tài)學處理方法進行處理，使得圖像中主莖部分和劍葉部分形成一個完整的連通區(qū)域；

由所述連通區(qū)域，找出主莖和劍葉所在的最大聯(lián)通區(qū)域的最小外接矩形，利用最小外接矩形法得到單一的主莖和劍葉的連通區(qū)域圖像。

其中，所述對形態(tài)學處理后的圖像進行細化處理，包括：

對所述連通區(qū)域進行距離變換，確定骨架點和候選點；

對所述候選點進行規(guī)則約束，通過骨架生長得到單像素寬度骨架。

其中，所述對細化后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析，包括：

對細化后的圖像應用霍夫變換進行直線檢測，得到檢測后單像素寬度的直線的圖像；