[發明專利]花粉可育率評估方法及裝置

在審

• 申請號: 202011193730.X
• 申請日: 2020-10-30
• 公開（公告）號: CN112381662A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 李想;牛丹彤;陳金;陳昕;盧韜;劉航源
• 申請（專利權）人: 中國農業大學
• 主分類號: G06Q50/02
• 分類號: G06Q50/02;G06T7/00;G06T7/11;G06T7/90;G06N3/08;G06N3/04
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 郭亮

1.一種花粉可育率評估方法，其特征在于，包括：

獲取待評估花粉圖像，根據花粉分布狀態，得到多個花粉區域，對每個花粉區域提取可以區分可育花粉和不可育花粉的特征，根據花粉區域的區分結果，分別進行適應性對比度調整；

對調整后的圖像，經雙層卷積操作，對花粉區域進行定位和剪裁，得到包含單個花粉粒的標準圖像；

將單個花粉粒的標準圖像輸入預設的卷積神經網絡模型，輸出該花粉粒的可育或不可育分類結果；

根據各個花粉粒的分類結果得到待評估花粉圖像中的可育花粉數目和不可育花粉數目的比值，確定花粉的可育率；

其中，所述預設的卷積神經網絡模型，根據帶標簽的單張花粉粒的標準圖像訓練后得到。

2.根據權利要求1所述的花粉可育率評估方法，其特征在于，所述根據花粉區域的區分結果，分別進行適應性對比度調整，包括：

若花粉區域為有可育花粉的區域，則將整體區域亮度下調；

若花粉區域為無可育花粉的區域，則將整體區域亮度上調。

3.根據權利要求2所述的花粉可育率評估方法，其特征在于，若花粉區域為既有可育又有不育花粉，則提取的特征還包括：

BGmax、BGmax和BRR；

相應地，根據BGR進行適應性對比度調整。

其中，BGR＝[BG_max，BR_max]|_min，R、G、B分別為RGB顏色空間的相應值。

4.根據權利要求3所述的花粉可育率評估方法，其特征在于，根據BGR進行適應性對比度調整，包括：

整體區域亮度下調時，若灰度小于區域調整閾值，則灰度值設為固定值不再下調；

所述區域調整閾值確定如下：

其中，bblow、dd為經驗參數，a為亮度下調因子，也為經驗參數；Gray_min為調整前的區域灰度最小值，low_in為區域調整閾值。

5.根據權利要求1所述的花粉可育率評估方法，其特征在于，根據花粉區域的區分結果，分別進行適應性對比度調整之后，還包括：

對調整后圖像的二值化圖像，進行孔洞填充以補全中空的可育花粉。

6.根據權利要求1所述的花粉可育率評估方法，其特征在于，所述將單個花粉粒的標準圖像輸入預設的卷積神經網絡模型，包括：

將單個花粉粒的三通道彩圖，輸入卷積神經網絡的兩層卷積層，每一卷積層緊接批量歸一化處理層，并采用LeakyReLU激活函數得到輸出；

再輸入采用Max-pooling的池化層，并經過兩層全連接層然后丟棄50％，最后經過softmax函數得出分類概率。

7.一種花粉可育率評估裝置，其特征在于，包括：

特征提取模塊，用于獲取待評估花粉圖像，根據花粉分布狀態，得到多個花粉區域，對每個花粉區域提取可以區分可育花粉和不可育花粉的特征，根據花粉區域的區分結果，分別進行適應性對比度調整；

劃分裁剪模塊，用于對調整后的圖像，經雙層卷積操作，對花粉區域進行定位和剪裁，得到包含單個花粉粒的標準圖像；

卷積分類模塊，用于將單個花粉粒的標準圖像輸入預設的卷積神經網絡模型，輸出該花粉粒的可育或不可育分類結果；

可育評估模塊，用于根據各個花粉粒的分類結果得到待評估花粉圖像中的可育花粉數目和不可育花粉數目的比值，確定花粉的可育率；

其中，所述預設的卷積神經網絡模型，根據帶標簽的單張花粉粒的標準圖像訓練后得到。

8.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至6任一項所述花粉可育率評估方法的步驟。

9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1至6任一項所述花粉可育率評估方法的步驟。