[發明專利]一種基于單目相機的高精度麥穗長度測量方法

在審

• 申請號: 201910583235.0
• 申請日: 2019-07-01
• 公開（公告）號: CN110349200A
• 公開（公告）日: 2019-10-18
• 發明（設計）人: 劉哲;李瑞洋;崔倩
• 申請（專利權）人: 西京學院
• 主分類號: G06T7/60
• 分類號: G06T7/60;G06T7/11;G06T7/194;G06T7/66;G06T7/68
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 張鵬

1.一種基于單目相機的高精度麥穗長度測量方法，其特征在于，包括以下步驟：

步驟1.做好拍照準備；

將麥穗放置在載物臺上，用玻璃蓋板蓋住麥穗，接通載物臺下面背光源的電源，整個載物臺玻璃面板呈現出白色高亮背景，麥穗的圖像邊緣輪廓清晰；

步驟2.圖像采集；

用工業相機正對著載物臺面板，使得相機視場能夠覆蓋整個載物臺，調整好焦距進行拍照，圖像要求清晰、不出現抖動模糊；

步驟3.圖像分割和二值化；

對圖像進行分割和二值化處理，使得背景和麥穗目標分離，圖像分割和二值化算法如下：

設f(x,y)是輸入圖像，首先使用sobel算子對f(x,y)進行卷積，得到邊緣圖像g(x,y)，接著，針對g(x,y)，應用Ostu算法自適應求取取值T，按照式(1)得到g(x,y)的二值化圖像g_T(x,y)，將g_T(x,y)作為一個標記圖像，以便從f(x,y)中選取對應于“強”邊緣像素的像素；

將g_T(x,y)作為參照圖像，計算f(x,y)中對應于g_T(x,y)中值為1像素位置的像素直方圖，采用Ostu方法來全局地分割圖像f(x,y)；

Ostu算法描述如下：

設X是一幅具有L級灰度級的圖像，其中第i級像素為N_i個，其中i的值在0～L-1之間，圖像的總像素點個數為：

第i級出現的概率為：

在OTSU算法中，以閾值k將所有的像素分為目標C₀和背景C₁兩類，其中，C₀類的像素灰度級為0～k-1，C₁類的像素灰度級為k～L-1；

圖像的總平均灰度級為：

C₀類像素所占的總面積的比例為：

C₁類像素所占的總面積的比例為：

ω₁＝1-ω₀ (6)

C₀類像素的平均灰度級為：

μ₀＝μ₀(k)/ω₀ (7)

C₁類像素的平均灰度級為：

μ₁＝μ₁(k)/ω₁ (8)

其中，

最大類間方差的公式為：

δ²(k)＝ω₀(μ-μ₀)²+ω₁(μ-μ₁)² (11)

令k從0～L-1變化，計算在不同k值下的類間方差δ²(k)，使得δ²(k)最大值時的那個k值就是所要求的最優閾值；

步驟4.麥芒去除；

對二值化后的麥芒圖像進行腐蝕運算以去除麥芒，避免麥芒影響穗長的測量；

步驟5.麥穗圖像分段求質心；

根據小麥的穗上部和穗莖部分的寬度存在明顯的差異，通過圖像寬度的大小將穗莖部分濾除，剩下小麥的穗上部，將穗上部分成n段，對每段求質心；

將按距離分割后的麥穗上部圖像看作一個二維密度分布的二元有界函數f(x,y)，函數值f(x,y)表示點(x,y)處圖像像素的灰度值，如果點(x,y)處圖像像素屬于麥穗圖像，則f(x,y)＝1，小麥圖像二維密度分布函數f(x,y)的(j+k)階矩表示為M_jk，其計算公式為：

則零階矩和一階矩分別計算如下：

于是麥穗的質心位置為：

步驟6.提取麥穗圖像的中軸線；

將上述n段圖像的質心用直線相連，兩頭延伸至麥穗的頂端和底端，提取出麥穗圖像的中軸線；

將圖中麥穗圖像進行分段，麥穗分成n段，分別為L_i(i＝1,2,…,n)，用直線將質心連接起來，一致延伸到麥穗圖像的底部和頂部，這樣得到麥穗圖像的中軸線，設第i個質心坐標和i+1個質心的坐標為則這兩個質心確定的直線方程L為：

y＝kx+b (14)

式中k是直線斜率，b是直線截距，分別表示如下：

用n-1個如(14)表示的直線方程，把n個質點連接起來，就得到了麥穗圖像的中心軸線；

步驟7.麥穗長度的計算：

載物臺的邊緣長度為l，統計載物臺邊緣像素記為s，統計麥穗中軸線的像素記為s₁，則麥穗的長度d為：

2.根據權利要求1所述的一種基于機器視覺的麥穗長度測量方法，其特征在于，所述載物臺為150mm×150mm的載物臺，載物臺的面為透明玻璃，載物臺的下方安裝有一個白色背光源，載物臺上方安裝有用于拍照的工業相機。