一種測量水稻劍葉角度的方法、裝置及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種用于水稻劍葉角度測量的方法，該方法的步驟如下：采集水稻劍葉基部圖像并進行預(yù)處理；對預(yù)處理后的圖像進行前景提取，獲取水稻劍葉和主莖圖像；對前景圖像二值化并進行形態(tài)學(xué)處理；對形態(tài)學(xué)處理后的圖像進行細化處理；對細化后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析；根據(jù)聚類分析后得到的聚類中心的角度值，計算劍葉角度，本發(fā)明的方法能夠?qū)崿F(xiàn)對水稻劍葉角度的快速、準(zhǔn)確、無損測量。本發(fā)明還提供了一種測量水稻劍葉角度的裝置，包括背景板、支架、夾持單元和圖像采集處理單元，用于采集和處理水稻劍葉基部的圖像。
【專利說明】一種測量水稻劍葉角度的方法、裝置及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及農(nóng)業(yè)【技術(shù)領(lǐng)域】，具體涉及一種測量水稻劍葉角度的方法、裝置及系統(tǒng)?！颈尘凹夹g(shù)】
[0002]水稻育種實踐表明，水稻株型與產(chǎn)量潛力密切相關(guān)，因此，如何選育水稻理想株型成為當(dāng)前水稻超高產(chǎn)育種的重要研究內(nèi)容之一。葉片是株型構(gòu)成的重要因素，直接關(guān)系到葉片的光合面積和光能利用率。其中，劍葉對水稻產(chǎn)量的形成更具突出作用，是光合產(chǎn)物輸向穗部的主要供應(yīng)者。因此，劍葉作為光合作用產(chǎn)物的主要形成源之一，直接決定水稻穗部及其產(chǎn)量的相關(guān)性狀。水稻劍葉角度是指水稻植株主莖和劍葉之間的夾角，它是構(gòu)成水稻株型的重要指標(biāo)之一，同時也是影響水稻產(chǎn)量的重要因素。因此，實現(xiàn)對水稻劍葉角度的快速無損測量對超高產(chǎn)育種有著重要的意義，也是水稻育種家亟待解決的問題之一。
[0003]目前測量水稻劍葉角度一般采用直接測量法和作圖法。直接測量法是人工用量角器直接測量葉尖與葉耳連線和葉著生莖桿的夾角；作圖法是將葉枕和葉尖位置畫在紙上，然后用量角器測定。
[0004]徐正進等提供了一種新的水稻劍葉角度測量方法(參見非專利文獻:水稻葉片基角、開張角和披垂度的同時測定方法，沈陽農(nóng)業(yè)大學(xué)學(xué)報，22(2):185-187，1991)。其測量過程為:制作一塊角度測定板，測定板由長70cm、寬50cm左右的白紙固定在同樣大小的薄木板上組成，白紙上用大型量角器畫出了 0-90度刻度，并用圓規(guī)以不同半徑畫出弧線刻度。進行角度測定時，將欲測的主莖和劍葉從基部剪下，立即放在直立的測定板上，使莖桿與0度線重合，葉枕正對圓心，葉片保持自然狀態(tài)，從而讀出對應(yīng)的角度數(shù)。
[0005]直接測量法雖然操作方便，人工拿著量角器放在主莖和劍葉之間即可測量，但是由于在測量過程中受主觀因素影響較大，因此，測量準(zhǔn)確性較差、誤差較大；作圖法能夠測量的相對比較準(zhǔn)確，但是測量速度慢，且將葉枕和葉尖位置畫在紙上的過程操作不方便，不適合于大量測定；徐正進等人的方法雖然能夠較精確、快捷的測量出夾角大小，但是在測量過程中需要將欲測的主莖和劍葉從植株上剪下，對植株造成了永久性的破壞。

【發(fā)明內(nèi)容】

[0006](一)解決的技術(shù)問題
[0007]針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于圖像處理技術(shù)的水稻劍葉角度測量方法及裝置，能夠?qū)崿F(xiàn)對水稻劍葉角度的快速、準(zhǔn)確、無損測量。
[0008](二)技術(shù)方案
[0009]為了實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn):
[0010]一種用于水稻劍葉角度測量的方法，其特征在于，該方法包括:
[0011]采集水稻劍葉基部圖像并進行預(yù)處理；
[0012]對預(yù)處理后的圖像進行前景提取，獲取水稻劍葉和主莖圖像；
[0013]對前景圖像二值化并進行形態(tài)學(xué)處理；[0014]對形態(tài)學(xué)處理后的圖像進行細化處理；
[0015]對細化后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析；
[0016]根據(jù)聚類后得到的聚類中心的角度值，計算劍葉角度。
[0017]其中，所述采集水稻劍葉基部圖像并進行預(yù)處理，包括:對采集到的圖像進行5*5中值濾波，從而去除圖像中的椒鹽噪聲。
[0018]其中，所述對預(yù)處理后的圖像進行前景提取，包括:
[0019]對中值濾波后的圖像進行顏色空間變換，圖像由RGB空間(R-紅、G-綠、B-藍)轉(zhuǎn)換成HSL空間(H-色調(diào)、S-飽和度、L-亮度)； [0020]獲取所述的HSL空間圖像的H、S、L三個分量的直方圖，綜合根據(jù)三個分量的直方圖設(shè)置門限值范圍，將門限值范圍之外的背景像素值置零，門限值范圍之內(nèi)的前景像素值保持不變，實現(xiàn)前景圖像與背景圖像分離，獲得前景圖像；
[0021]將圖像由HSL空間轉(zhuǎn)換為RGB空間彩色圖像。
[0022]其中，所述對前景圖像二值化并進行形態(tài)學(xué)處理，包括:
[0023]對前景圖像進行5*5中值濾波，去除前景圖像中的椒鹽噪聲；
[0024]對前景圖像進行灰度化，采用最佳閾值法，選取閾值對所述灰度化圖像進行二值化處理，得到二值圖像；
[0025]對所述二值圖像采用膨脹、腐蝕及膨脹與腐蝕相結(jié)合的形態(tài)學(xué)處理方法進行處理，使得圖像中主莖部分和劍葉部分形成一個完整的連通區(qū)域；
[0026]由所述連通區(qū)域，找出主莖和劍葉所在的最大聯(lián)通區(qū)域的最小外接矩形，利用最小外接矩形法得到單一的主莖和劍葉的連通區(qū)域圖像。
[0027]其中，所述對形態(tài)學(xué)處理后的圖像進行細化處理，包括:
[0028]對所述連通區(qū)域進行距離變換，確定骨架點和候選點；
[0029]對所述候選點進行規(guī)則約束，通過骨架生長得到單像素寬度骨架。
[0030]其中，所述對細化后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析，包括:
[0031]對細化后的圖像應(yīng)用霍夫變換進行直線檢測，得到檢測后單像素寬度的直線的圖像；
[0032]根據(jù)檢測到的直線，求出每一條直線與正向X軸的夾角0 1，0 2，……en，應(yīng)用K-means聚類算法對檢測出的直線夾角進行聚類分析。
[0033]其中，所述聚類后得到的聚類中心的角度值，計算劍葉角度，包括:劍葉角度0即為兩個聚類中心的角度9 11和0 22之差的絕對值，即0 =1 0 11- 0 22 I，0即為水稻劍葉角度。
[0034]一種用于水稻劍葉角度測量的裝置，包括:圖像采集單元、預(yù)處理單元、前景提取單元、形態(tài)學(xué)處理單元、細化單元、聚類分析單元、角度計算單元；
[0035]所述圖像采集單元用于采集水稻劍葉基部圖像；
[0036]所述預(yù)處理單元用于對所述采集的圖像進行5*5中值濾波，從而去除圖像中的椒
鹽噪聲
[0037]所述前景提取單元用于將所述預(yù)處理后的圖像的前景圖像和背景圖像分離，獲得前景圖像；[0038]所述形態(tài)學(xué)處理單元用于對所述前景圖像二值化并進行形態(tài)學(xué)處理，得到單一的主莖和劍葉的連通區(qū)域圖像；
[0039]所述細化單元用于對所述連通區(qū)域圖像進行細化處理，得到單像素寬度骨架；
[0040]所述聚類分析單元用于對所述細化后的圖像進行直線檢測，并對檢測出的直線進行聚類分析；
[0041]所述角度計算單元用于根據(jù)所述聚類分析后得到的聚類中心的角度值，計算得到劍葉角度。
[0042]一種用于水稻劍葉角度測量的系統(tǒng)，包括:背景板、支架、夾持單元和上述的用于水稻劍葉角度測量的裝置；
[0043]所述背景板用于平行放置于待測的主莖和劍葉的正后方且盡量貼近主莖和劍葉；
[0044]所述支架用于支撐、固定夾持單元，并且使得所述用于水稻劍葉角度測量的裝置和背景板之間形成固定的距離；
[0045]所述夾持單元是用于夾持、固定所述用于水稻劍葉角度測量的裝置；
[0046]其中，所述用于水稻劍葉角度測量的裝置為智能終端。
[0047]其中，所述用于水稻劍葉角度測量的裝置為智能手機。
[0048]其中，所述夾持單元包括:底托、夾板、調(diào)節(jié)按鈕、托腳和轉(zhuǎn)動軸；
[0049]所述底托用于支撐智能手機和其他零部件，保持智能手機攝像頭與背景板保持平行；
[0050]所述夾板用于夾緊智能手機；
[0051]調(diào)節(jié)按鈕用于調(diào)節(jié)所述夾板，從而調(diào)節(jié)所述夾板夾緊手機的程度；
[0052]所述托腳用于托住智能手機底部，防止智能手機掉落；
[0053]所述轉(zhuǎn)動軸用于調(diào)節(jié)所述托腳的伸縮。
[0054](三)有益效果
[0055]本發(fā)明至少具有如下有益效果:
[0056]1、本發(fā)明的方法通過對采集的水稻劍葉圖像進行預(yù)處理、前景提取、形態(tài)學(xué)處理、細化、直線檢測、聚類等步驟進行分析，相對于傳統(tǒng)的水稻劍葉角度測量方法，在效率和準(zhǔn)確度上有了較大提高，實現(xiàn)了水稻劍葉角度的快速、準(zhǔn)確、無損地測量。
[0057]2、本發(fā)明的裝置為便攜式設(shè)計，且采用了市面上主流的智能手機作為圖像采集、處理、顯示平臺，采用輕質(zhì)亞克力型材作為裝置的支架和背景板，大大減小了裝置的重量和體積，使用起來十分方便。
【專利附圖】

【附圖說明】
[0058]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些圖獲得其他的附圖。
[0059]附圖1是本發(fā)明一個實施例提供的一種測量水稻劍葉角度方法的流程圖；
[0060]圖2是本發(fā)明一個較佳實施例提供的一種測量水稻劍葉角度方法的流程圖；[0061]圖3是本發(fā)明一個實施例提供的一種測量水稻劍葉角度的裝置圖；
[0062]圖4是本發(fā)明一個實施例提供的一種測量水稻劍葉角度的系統(tǒng)圖。
【具體實施方式】
[0063]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0064]參見圖1，本發(fā)明實施例提供了一種用于水稻劍葉角度測量的方法，包括如下步驟:
[0065]步驟101:采集水稻劍葉基部圖像并進行預(yù)處理；
[0066]步驟102:對預(yù)處理后的圖像進行前景提前，獲取水稻劍葉和主莖圖像；
[0067]步驟103:對前景圖像二值化并進行形態(tài)學(xué)處理；
[0068]步驟104:對形態(tài)學(xué)處理后的圖像進行細化處理；
[0069]步驟105:對細化處理后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析；
[0070]步驟106:根據(jù)聚類分析后得到的聚類中心的角度值，計算得到劍葉角度。
[0071]本方法通過對采集的水稻劍葉圖像進行預(yù)處理、前景提取、形態(tài)學(xué)處理、細化、直線檢測、聚類等步驟進行分析，相對于傳統(tǒng)的水稻劍葉角度測量方法，在效率和準(zhǔn)確度上有了較大提高，實現(xiàn)了水稻劍葉角度的快速、準(zhǔn)確、無損地測量。
[0072]下面，通過一個具體的例子，來更為詳細的說明本發(fā)明一個較佳實施例的實現(xiàn)過程。參見圖2，該過程包括如下步驟:
[0073]步驟201:采集水稻劍葉基部圖像，并對采集到圖像進行5*5中值濾波。
[0074]本步驟中，采集水稻劍葉基部圖像需用到本發(fā)明另一個實施例提供的一種水稻劍葉角度測量的裝置，以及智能手機。用智能手機的攝像頭拍照，獲取到背景為黑色、前景為水稻劍葉及主莖基部的彩色圖像。而對圖像進行中值濾波的目的是為了去除椒鹽噪聲。
[0075]步驟202:將中值濾波后的圖像由RGB空間轉(zhuǎn)換為HSL空間。
[0076]步驟203:獲取HSL空間圖像的H、S、L三個分量，根據(jù)三個分量設(shè)置門限值范圍，將門限值范圍之外的背景像素值設(shè)為零，門限值范圍之內(nèi)的像素值保持不變，得到前景圖像。
[0077]本步驟中，綜合根據(jù)三個分量的直方圖設(shè)置門限值Th、Ts、Tl的范圍，將門限值范圍之外的背景像素值置為零，門限值范圍之內(nèi)的前景像素值保持不變，實現(xiàn)前景圖像與背景圖像分離，獲得前景圖像。門限值處理后的圖像g(x，y)為:
【權(quán)利要求】
1.一種用于水稻劍葉角度測量的方法，其特征在于，該方法包括: 采集水稻劍葉基部圖像并進行預(yù)處理； 對預(yù)處理后的圖像進行前景提取，獲取水稻劍葉和主莖圖像； 對前景圖像二值化并進行形態(tài)學(xué)處理； 對形態(tài)學(xué)處理后的圖像進行細化處理； 對細化后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析； 根據(jù)聚類分析后得到的聚類中心的角度值，計算劍葉角度。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采集水稻劍葉基部圖像并進行預(yù)處理，包括:對采集到的圖像進行5*5中值濾波，從而去除圖像中的椒鹽噪聲。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對預(yù)處理后的圖像進行前景提取，包括: 對中值濾波后的圖像進行顏色空間變換，圖像由RGB空間轉(zhuǎn)換成HSL空間； 獲取所述的HSL空間圖像的H、S、L三個分量的直方圖，綜合根據(jù)三個分量的直方圖設(shè)置門限值范圍，將門限值范圍之外的背景像素值置零，門限值范圍之內(nèi)的前景像素值保持不變，實現(xiàn)前景圖像與背景圖像分離，獲得前景圖像； 將獲得的所述前景圖像由HSL空間轉(zhuǎn)換為RGB空間彩色圖像。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對前景圖像二值化并進行形態(tài)學(xué)處理，包括: 對前景圖像進行5*5中值濾波，去除前景圖像中的椒鹽噪聲； 對前景圖像進行灰度化，采用最佳閾值法，選取閾值對所述灰度化圖像進行二值化處理，得到二值圖像； 對所述二值圖像采用膨脹、腐蝕及膨脹與腐蝕相結(jié)合的形態(tài)學(xué)處理方法進行處理，使得圖像中主莖部分和劍葉部分形成一個完整的連通區(qū)域； 由所述連通區(qū)域，找出主莖和劍葉所在的最大聯(lián)通區(qū)域的最小外接矩形，利用最小外接矩形法得到單一的主莖和劍葉的連通區(qū)域圖像。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對形態(tài)學(xué)處理后的圖像進行細化處理，包括: 對所述連通區(qū)域進行距離變換，確定骨架點和候選點； 對所述候選點進行規(guī)則約束，通過骨架生長得到單像素寬度骨架。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對細化后的圖像進行直線檢測，并對檢測出的直線傾角進行聚類分析，包括: 對細化后的圖像應(yīng)用霍夫變換進行直線檢測，得到檢測后單像素寬度的直線的圖像；根據(jù)檢測到的直線，求出每一條直線與正向X軸的夾角01，02，……0n，應(yīng)用K-means聚類算法對檢測出的直線夾角進行聚類分析。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述聚類后得到的聚類中心的角度值，計算劍葉角度，包括:劍葉角度e即為兩個聚類中心的角度eii和0 22之差的絕對值，SP0=| 0 11- 0 22 I，0即為水稻劍葉角度。
8.一種用于水稻劍葉角度測量的裝置，其特征在于，包括:圖像采集單元、預(yù)處理單元、前景提取單元、形態(tài)學(xué)處理單元、細化單元、聚類分析單元、角度計算單元；所述圖像采集單元用于采集水稻劍葉基部圖像； 所述預(yù)處理單元用于對所述采集的圖像進行5*5中值濾波，從而去除圖像中的椒鹽噪聲； 所述前景提取單元用于將所述預(yù)處理后的圖像的前景圖像和背景圖像分離，獲得前景圖像； 所述形態(tài)學(xué)處理單元用于對所述前景圖像二值化并進行形態(tài)學(xué)處理，得到單一的主莖和劍葉的連通區(qū)域圖像； 所述細化單元用于對所述連通區(qū)域圖像進行細化處理，得到單像素寬度骨架； 所述聚類分析單元用于對所述細化后的圖像進行直線檢測，并對檢測出的直線進行聚類分析； 所述角度計算單元用于根據(jù)所述聚類分析后得到的聚類中心的角度值，計算得到劍葉角度。
9.一種用于水稻劍葉角度測量的系統(tǒng)，其特征在于，包括:背景板、支架、夾持單元和如權(quán)利要求8所述的用于水稻劍葉角度測量的裝置； 所述背景板用于平行放置于待測的主莖和劍葉的正后方且盡量貼近主莖和劍葉； 所述支架用于支撐、固定夾持單元，并且使得所述用于水稻劍葉角度測量的裝置和背景板之間形成固定的距離； 所述夾持單元是用于夾 持、固定所述用于水稻劍葉角度測量的裝置。
10.如權(quán)利要求9所述的系統(tǒng)，其特征在于，所述用于水稻劍葉角度測量的裝置為智能終端。
11.如權(quán)利要求9所述的系統(tǒng)，其特征在于，所述用于水稻劍葉角度測量的裝置為智能手機。
12.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述夾持單元包括:底托、夾板、調(diào)節(jié)按鈕、托腳和轉(zhuǎn)動軸； 所述底托用于支撐智能手機和其他零部件，保持智能手機攝像頭與背景板保持平行； 所述夾板用于夾緊智能手機； 調(diào)節(jié)按鈕用于調(diào)節(jié)所述夾板，從而調(diào)節(jié)所述夾板夾緊手機的程度； 所述托腳用于托住智能手機底部，防止智能手機掉落； 所述轉(zhuǎn)動軸用于調(diào)節(jié)所述托腳的伸縮。
【文檔編號】G01B11/26GK103673931SQ201310633761
【公開日】2014年3月26日 申請日期:2013年12月2日 優(yōu)先權(quán)日:2013年12月2日
【發(fā)明者】路文超, 朱大洲, 趙勇, 于春花, 羅斌, 高權(quán), 王成 申請人:北京農(nóng)業(yè)信息技術(shù)研究中心