[發(fā)明專利]基于機器視覺的盆栽水稻卷葉程度測量方法

有效

• 申請?zhí)枺?/td>: 201711097041.7
• 申請日: 2017-10-31
• 公開（公告）號: CN107941802B
• 公開（公告）日: 2020-05-08
• 發(fā)明（設(shè)計）人: 段凌鳳;楊萬能;葉軍立;周風燃;熊立仲;陳國興
• 申請（專利權(quán)）人: 華中農(nóng)業(yè)大學
• 主分類號: G01N21/84
• 分類號: G01N21/84
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于機器視覺的盆栽水稻卷葉程度定量化測量方法，其特征在于，該方法適用于定量化測量盆栽水稻整株水平的卷葉程度，包括：

步驟A，對每一株水稻，獲取其在不同時間點上的水稻圖像，盆栽水稻通過輸送線自動傳輸至成像區(qū)域，由旋轉(zhuǎn)臺帶動水稻植株旋轉(zhuǎn)360°，在旋轉(zhuǎn)的過程中，每隔18°，由相機拍攝一張側(cè)視圖，共獲取20張側(cè)視圖像，通過圖像采集卡傳輸至計算機并進行保存；

步驟B，對于每一張水稻RGB圖像，將水稻RGB圖像轉(zhuǎn)化為HSL顏色空間，分別針對H、S、L三個顏色通道各設(shè)置最小閾值和最大閾值，若某個像素點像素值[H，S，L]滿足Hmin＜H＜Hmax，Smin＜S＜Smax，Lmin＜L＜Lmax，則該像素點被標記為前景點，否則為背景點；閾值分割后，去除面積小于面積閾值的區(qū)域，得到植株二值圖像；

步驟C，基于植株二值圖像，提取3個卷葉相關(guān)圖像特征，具體步驟為：

(1)基于植株的二值圖，計算前景像素點的數(shù)目，作為植株的面積；提取植株的外輪廓，計算外輪廓長，作為植株的周長；

(2)基于植株的二值圖，計算植株的最小外接矩形，計算外接矩形的面積；計算植株的凸殼及凸殼面積；

(3)提取三個卷葉相關(guān)圖像特征：周長面積比(簡稱PAR)，植株占空比(簡稱ARR)，植株凸殼比(簡稱ACR)，其中

步驟D，計算每一個時間點上各個角度下卷葉相關(guān)圖像特征的平均值，作為該時間點上的數(shù)字化卷葉值。