[發明專利]一種水稻劍葉夾角在體測量便攜裝置及在體測量方法

有效

• 申請號: 201710644409.0
• 申請日: 2017-07-31
• 公開（公告）號: CN107507192B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 劉成良;汪韜;貢亮
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/187;G06K9/62;G01B11/26
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 郭國中

1.一種水稻劍葉夾角在體測量便攜裝置，其特征在于，包括：底板、側板、擋板、肋板、托板、橫梁、側護板、底護板以及圖像處理上位機；其中：

所述底板與側板之間粘接并相對固定；所述側板與底板之間設有縫隙，用于固定水稻樣本；所述底板在工作狀態下緊靠水稻樣本，用于為樣本圖片提供背景；所述擋板與側板之間粘接并相對固定，其中，擋板在工作狀態下用于擋開其他水稻，以保證成像視野中只存在目標水稻樣本；所述托板、側護板、底護板以及橫梁之間彼此相互粘接并相對固定，構成上位機固定裝置，用于固定圖像處理上位機；所述護板上設有用于緊固圖像處理上位機的緊固裝置，所述圖像處理上位機用于拍攝水稻樣本圖像并進行圖像處理，最終輸出夾角檢測結果；所述肋板分別與托板和側板粘接，用于加強機械結構強度；

所述圖像處理上位機包括如下模塊：

-圖像采集模塊：用于采集水稻劍葉夾角的圖像樣本，并發送至圖像預處理模塊；

-圖像預處理模塊：用于對圖像采集模塊采集到的圖像樣本進行預處理，得到圖像樣本的黑白圖像，并發送至圖像分割模塊；

-圖像分割模塊：用于處理預處理后的黑白圖像，找出劍葉節點并根據劍葉節點將樣本圖像分為三部分：劍葉，稻穗，葉柄，并將劍葉和稻穗圖像發送給圖像聚類模塊；

-圖像聚類模塊：用于處理圖像分割模塊獲得的劍葉圖像和稻穗圖像，使用聚類算法分別獲得劍葉和稻穗類中心點，并發送至圖像擬合模塊；

-圖像擬合模塊：用于處理劍葉和稻穗的類中心點，分別擬合出劍葉和稻穗的軸線并最終求出水稻劍葉夾角。

2.根據權利要求1所述的水稻劍葉夾角在體測量便攜裝置，其特征在于，所述底板、側板、擋板、肋板、托板、側護板、底護板和/或橫梁分別采用亞克力材質。

3.根據權利要求2所述的水稻劍葉夾角在體測量便攜裝置，其特征在于，所述底板采用不透明亞克力板；和/或

所述緊固裝置采用相互適配的螺紋孔及螺栓。

4.一種水稻劍葉夾角在體測量方法，其特征在于，包括如下步驟：步驟S1，采集水稻劍葉夾角的圖像樣本；步驟S2，對步驟S1采集到的圖像樣本進行圖像預處理，剔除多余的背景并獲得圖像樣本的黑白圖像；步驟S3，根據步驟S2中得到的黑白圖像，通過節點搜索算法找到稻穗與劍葉的分岔點，即劍葉節點，并以劍葉節點為依據分割出稻穗和劍葉部分的樣本圖像；步驟S4，根據步驟S3中得到的樣本圖像，判斷稻穗股數：

-若只有一股稻穗，則執行步驟S6；

-若存在多股稻穗，則執行步驟S5；步驟S5，對樣本圖像進行旋正、裁剪后，執行步驟S6；步驟S6，自定義聚類，并分別尋找稻穗和劍葉的類中心；并根據得到的類中心擬合得到稻穗和劍葉的軸線，并計算夾角。

5.根據權利要求4所述的水稻劍葉夾角在體測量方法，其特征在于，步驟S2中，所述圖像預處理包括如下任一個或任多個過程：圖像縮放；

圖像灰度化；圖像去噪；

圖像二值化。

6.根據權利要求4所述的水稻劍葉夾角在體測量方法，其特征在于，步驟S3中，所述節點搜索算法采用基于三向距離場的優化算法，具體包括如下步驟：

步驟S31，判斷是否存在符合要求的三大背景區域；步驟S32，若不存在，則裁除樣本圖像中最頂端像素高度的圖像并再次判斷；若存在，則對背景區域進行區域連通標記；步驟S33，根據面積大小對背景區域排序，找到面積最大的三片區域；步驟S34，提取三大區域的輪廓點；步驟S35，對每一個前景像素點，計算該點到三大區域輪廓點最短距離的平方和，作為三向距離。

7.根據權利要求4所述的水稻劍葉夾角在體測量方法，其特征在于，步驟S6中，采用基于自定義聚類的主軸識別算法，具體包括如下步驟：

步驟A，樣本分割：根據劍葉節點位置，將樣本圖像分為三部分；步驟B，單股穗葉主軸識別：

步驟B1，在樣本圖像中隨機分配k個初始類中心；

步驟B2，對每個前景像素點，分別計算它到k個初始類中心的歐氏距離，并將其歸到距離最短的類中心所在的類；

步驟B3，對于每個類中心和所有同類的像素點，計算類內所有像素點的平均坐標并作為新的類中心坐標；

步驟B4，迭代步驟B2～步驟B3過程，當類中心不再變化時，迭代結束；步驟B5，根據

得到的類中心和步驟3得到的劍葉節點，從劍葉節點出發擬合直線，作為稻穗和劍葉的軸線，并計算夾角，得到稻穗整體傾角；步驟C，分岔稻穗主軸識別：

步驟C1，根據步驟B5得到的稻穗整體傾角，將稻穗圖片旋正；

步驟C2，為保持多股稻穗的一致性，將旋正后的稻穗圖片從多股稻穗間隔最大處裁剪；

步驟C3，對裁剪后的稻穗圖片進行自定義聚類獲取類中心：

-初始類中心在縱向等間距排列，在橫向分布在稻穗邊緣；

-在迭代過程中，不允許類中心的縱向坐標發生變化；步驟C4：根據得到的類中心和步驟3得到的劍葉節點，從劍葉節點出發擬合直線，作為稻穗和劍葉的軸線，并計算夾角。