[發明專利]一種基于RGB圖像的小麥分蘗數自動檢測方法

有效

• 申請號: 201711395655.3
• 申請日: 2017-12-21
• 公開（公告）號: CN107993243B
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 李瓊硯;高云鵬;翁雨辰
• 申請（專利權）人: 北京林業大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/136;G06T7/194
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于RGB圖像的小麥分蘗數自動檢測方法，屬于植物表型測量領域。以普通相機作為采集設備，采集小麥圖像。通過數字圖像處理技術，設計出一種基于RGB圖像的小麥分蘗數自動檢測方法。該方法如圖1所示，具體包括：將采集的小麥RGB圖像進行圖像分割，將小麥整體從背景中提取出來；通過形態學處理將小麥稈莖部分去除；將分割后的小麥整體圖像和形態學處理后的圖像相減，得到包含小麥稈莖的圖像；邊緣檢測后，經霍夫變換直線檢測得到不連續的稈莖；通過填補間隙將共線的線段連成一條線段，檢測線段的個數，從而實現小麥分蘗數目的自動檢測。本方法是國內外首次采用霍夫變換方法，基于RGB圖像的小麥分蘗數自動無損檢測，適用于麥類和稻類分蘗數的自動無損檢測，為小麥表型自動測量奠定基礎。

技術領域

本發明屬于數字圖像處理在植物表型測量領域的應用，是對小麥分蘗數目進行自動無損檢測及測量的一種方法，適用麥類及稻類作物分蘗數目的自動無損檢測。

背景技術

小麥是重要的糧食作物，在世界上播種面積和總產量都占據第一，以小麥為主要糧食的人口占世界總人口的1/3，小麥生產在國民經濟中占重要地位，是整個農業生產的基礎。分蘗是小麥的重要生物學特性,小麥對環境的適應及小麥群體的自動調節,在很大程度上是通過分蘗消長實現的。小麥分蘗的數量和成穗率決定于在合理的栽培措施下個體發育健壯的程度,而分蘗成穗率又在一定程度上決定著群體結構優劣和經濟產量高低。因此，小麥的分蘗數作為影響小麥產量的重要因素一直備受育種家的關注。然而截止到目前為止，都是采用人工識別從而進行測量的方法，難于滿足大批量快速測試的要求。基于RGB圖像的小麥分蘗自動化無損測檢測，國內外鮮有相關文獻報道。Jiang N采用CT掃描的方法得到小麥的橫截面視圖，然后根據橫截面的形狀來區分小麥的葉子和稈莖，從而獲得小麥的分蘗數目(Jiang N,Yang W,Duan L,et al.Acceleration of CT reconstruction for wheattiller inspection based on adaptive minimum enclosing rectangle[J].Computersand electronics in agriculture,2012,85:123-133)。這種方法的缺點是測量速度慢，而且CT掃描設備的限制，不能得到普遍應用。Boyle R D開發小麥分蘗計數方法是先取小麥側視圖像中一個特定的區域，區域中只包含葉子和稈徑，然后通過閾值的方法來區分小麥稈徑和葉子(Boyle R D,Corke F M K,Doonan J H.Automated estimation of tillernumber in wheat by ribbon detection[J].Machine Vision and Applications,2016,27(5):637-646)。該方法在應用上具有一定的局限性，因為在側視圖上，如果在側視圖上葉子和稈莖的投影粗細相當，就很難確定合適的閾值來區分葉子和稈莖。本發明開發了一種基于RGB圖像的小麥分蘗數自動檢測方法，采用普通相機采集小麥RGB圖像，通過圖像分割、形態學處理、邊緣檢測及霍夫變換的直線檢測算法來測量小麥的分蘗。該方法克服上述兩種方法的局限性，測量方便，計算速度快，能夠有效檢測小麥分蘗數，為小麥表型自動快速測量奠定基礎。該方法適用于麥類及稻類作物分蘗數自動無損測量。

發明內容

本發明公開了一種基于RGB圖像的小麥分蘗數自動檢測方法，屬于植物表型測量領域。以普通相機作為采集設備，采集小麥圖像。通過數字圖像處理技術，設計出一種基于RGB圖像的小麥分蘗數自動檢測方法。該方法如圖1所示，本發明采用基于RGB圖像小麥分蘗數自動識別方法，先進行小麥圖像分割，提取小麥整體圖像，采用霍夫變換方法檢測小麥稈莖，檢測稈莖的個數，從而實現小麥分蘗數目的自動檢測。

本發明主要包括以下部分(圖1)：

具體包括：

圖像分割：將采集的小麥RGB圖像進行歸一化處理獲得每一個像素的RGB的值，提取色差灰度圖，采用OSTU方法求得該灰度圖閾值，利用該閾值對圖像進行二值化處理，將小麥從背景中分割出來。