專(zhuān)利名稱(chēng)：小麥麥穗發(fā)芽情況識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及農(nóng)作物育種及圖像識(shí)別技術(shù)領(lǐng)域，尤其涉及一種小麥麥穗發(fā)芽情況識(shí)別方法。
背景技術(shù)：
小麥穗發(fā)芽是指收獲前遇到陰雨天氣時(shí)籽粒在穗上發(fā)芽的現(xiàn)象，穗發(fā)芽不僅影響產(chǎn)量，而且嚴(yán)重影響品質(zhì)(尤其是加工品質(zhì))和種用價(jià)值。發(fā)生可見(jiàn)穗發(fā)芽的麥田一般減產(chǎn)10%左右,嚴(yán)重時(shí)會(huì)絕收。小麥穗發(fā)芽不僅使小麥顯著減產(chǎn),而且使其加工、營(yíng)養(yǎng)品質(zhì)和種用價(jià)值均受到影響，造成嚴(yán)重的經(jīng)濟(jì)損失，因此，小麥穗發(fā)芽的識(shí)別鑒定對(duì)于小麥育種具有重要意義。在一些麥區(qū)，小麥?zhǔn)斋@前常遇到連續(xù)陰雨天氣，導(dǎo)致穗發(fā)芽發(fā)生。近年來(lái)，隨著農(nóng)業(yè)種植結(jié)構(gòu)的調(diào)整，白皮小麥的種植面積在逐漸擴(kuò)大，但由于白皮小麥的穗發(fā)芽抗性普遍較弱，因此小麥穗發(fā)芽問(wèn)題日益嚴(yán)重。小麥穗發(fā)芽的鑒定方法和指標(biāo)有多種，現(xiàn)有測(cè)試鑒別小麥穗發(fā)芽的技術(shù)有人工目測(cè)方法，主要依靠人的經(jīng)驗(yàn)判斷小麥穗發(fā)芽的狀態(tài)；以及α -淀粉酶活性測(cè)定等方法。其中，人工目測(cè)識(shí)別小麥穗發(fā)芽方法，早期受主觀影響因素較大，識(shí)別結(jié)果標(biāo)準(zhǔn)化較差；采用生物化學(xué)方法破壞性檢測(cè)，但這些方法過(guò)于復(fù)雜或鑒定指標(biāo)可靠性較差，α -淀粉酶活性測(cè)定過(guò)程比較復(fù)雜，效率低；培養(yǎng)皿種子發(fā)芽需要較大的實(shí)驗(yàn)空間，并要進(jìn)行水分管理和連續(xù)觀察監(jiān)測(cè)，缺乏無(wú)損的、能連續(xù)監(jiān)測(cè)的技術(shù)手段。小麥育種家所需要的鑒定方法必須具有簡(jiǎn)便高效的特點(diǎn)，強(qiáng)調(diào)其適用性。

發(fā)明內(nèi)容
(一 )要解決的技術(shù)問(wèn)題本發(fā)明要解決的技術(shù)問(wèn)題是提供一種快速、有效的小麥麥穗發(fā)芽情況識(shí)別方法。( 二 )技術(shù)方案為解決上述問(wèn)題，本發(fā)明提供了一種小麥麥穗發(fā)芽情況識(shí)別方法，包括以下步驟SI :采集麥穗高光譜圖像；S2 :對(duì)所述麥穗高光譜圖像進(jìn)行預(yù)處理；S3 :將預(yù)處理后的所述麥穗高光譜圖像合成得到RGB圖像；S4 :在所述RGB圖像中選擇感興趣的區(qū)域進(jìn)行分析，得到所述感興趣區(qū)域的平均光譜；S5 :在特征波段下判斷麥穗是否發(fā)芽；S6 :計(jì)算發(fā)芽區(qū)域占整個(gè)麥穗面積的比例；S7 :提取發(fā)芽區(qū)域的光譜反射率，判斷麥穗的發(fā)芽程度；S8:根據(jù)所述發(fā)芽區(qū)域占整個(gè)麥穗面積的比例和光譜反射率，計(jì)算發(fā)芽等級(jí)。優(yōu)選地，所述步驟S2的預(yù)處理包括對(duì)采集的麥穗高光譜圖像進(jìn)行拼接，形成BSQ格式的圖像的步驟。優(yōu)選地，所述步驟S2的預(yù)處理包括對(duì)采集的麥穗高光譜圖像進(jìn)行校正、濾波和增強(qiáng)處理的步驟。
優(yōu)選地，步驟S3具體包括對(duì)預(yù)處理后的所述麥穗高光譜圖像提取光譜維對(duì)應(yīng)的特征波長(zhǎng)分別為680nm、550nm和450nm的光譜圖像并進(jìn)行積分轉(zhuǎn)換，合成得到所述RGB圖像。優(yōu)選地，步驟S4中對(duì)感興趣的區(qū)域進(jìn)行分析具體包括對(duì)所述感興趣區(qū)域進(jìn)行放大，提取所述感興趣區(qū)域內(nèi)每個(gè)像素點(diǎn)的光譜，然后計(jì)算平均值。優(yōu)選地，所述步驟SI中的高光譜圖像的波長(zhǎng)范圍為400_1000nm。優(yōu)選地，步驟S5中所述的特征波段在450 900nm光譜波長(zhǎng)范圍。優(yōu)選地，步驟S5中所述的特征波段為675nm光譜波長(zhǎng)。優(yōu)選地，步驟S6具體包括分別對(duì)所述感興趣區(qū)域進(jìn)行閾值分割，提取小麥穗部發(fā)芽區(qū)域的像素值和整個(gè)麥穗的像素值，根據(jù)像素值的個(gè)數(shù)來(lái)計(jì)算分別計(jì)算發(fā)芽區(qū)域和整個(gè)麥穗的面積，再求出發(fā)芽區(qū)域的總面積占整個(gè)麥穗圖像面積的百分比，從而得到發(fā)芽面積占整個(gè)麥穗的百分比。(三)有益效果本發(fā)明通過(guò)結(jié)合了光譜技術(shù)和圖像技術(shù)的高光譜成像對(duì)小麥穗發(fā)芽的形態(tài)特征以及小麥穗發(fā)芽感興趣區(qū)域的光譜信息提取后進(jìn)行綜合分析，從而實(shí)現(xiàn)小麥整個(gè)麥穗的穗發(fā)芽情況快速識(shí)別。相對(duì)傳統(tǒng)非成像光譜分析，本發(fā)明可直觀看出發(fā)芽的部位；相對(duì)于機(jī)器視覺(jué)成像技術(shù)，本發(fā)明可通過(guò)光譜的反射率判斷發(fā)芽等級(jí)，能夠在早期更準(zhǔn)確地判斷小麥穗發(fā)芽情況。


圖I為根據(jù)本發(fā)明實(shí)施例識(shí)別方法的步驟流程示意圖。圖2為根據(jù)本發(fā)明實(shí)施例識(shí)別方法提取的發(fā)芽和未發(fā)芽部位的平均光譜圖。
具體實(shí)施例方式下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明如下。如圖I所示，本實(shí)施例記載了一種小麥麥穗發(fā)芽情況識(shí)別方法。在本實(shí)施例中，實(shí)驗(yàn)樣品分為四組，分別為每天澆三次水、每天澆一次水、全天24小時(shí)浸泡、沒(méi)有澆水的干燥麥穗，各30株，采集其高光譜圖像信息，觀測(cè)小麥穗發(fā)芽情況。在做高光譜圖像實(shí)驗(yàn)前，把經(jīng)過(guò)澆水的麥穗樣品都干燥至與原來(lái)小麥穗一致的效果，防止實(shí)驗(yàn)過(guò)程中小麥進(jìn)一步發(fā)芽，然后再采集其高光譜圖像，同時(shí)降低水分差異對(duì)光譜的影響。本實(shí)施例的識(shí)別方法包括以下步驟SI :采集麥穗高光譜圖像；在本實(shí)施例中，采用400_1000nm波段范圍的推掃式高光譜成像儀，對(duì)小麥麥穗進(jìn)行掃描。將麥穗平放，采集小麥穗部正、反兩面圖譜各一次，保證對(duì)麥穗的全方位觀測(cè)。其中，本實(shí)施例采用的高光譜成像儀為中國(guó)科大研制的PIS112 二代高光譜成像儀，光譜儀采用了 1400(空間維)X1024(光譜維)的C⑶進(jìn)行陣列推掃成像，光譜范圍400 IOOOnm ;光譜分辨率2nm，采樣間隔O. 7nm ;采樣頻率8_30幅/秒；視場(chǎng)角16°。S2 :對(duì)所述麥穗高光譜圖像進(jìn)行預(yù)處理； 本實(shí)施例中，所述預(yù)處理包括對(duì)采集的麥穗高光譜圖像進(jìn)行校正、濾波和增強(qiáng)處理的步驟，以消除由于CCD的非線(xiàn)性靈敏度、光譜響應(yīng)不均勻、以及量子效率不平衡等原因造成的噪聲。所述校正處理包括白板和暗電流校正。所述步驟S2的預(yù)處理包括對(duì)采集的麥穗高光譜圖像進(jìn)行拼接，形成BSQ格式(波段順序格式)的圖像的步驟。由于成像光譜儀采集的原始數(shù)據(jù)是BMP格式的圖片，首先需要拼接成BSQ格式的圖像。本實(shí)施例中具體的處理過(guò)程為首先用Matlab軟件編寫(xiě)程序把BMP格式的圖片拼接成BIL格式的整幅影像；然后用IDL編程進(jìn)行影像反射率提取，包括基于經(jīng)驗(yàn)線(xiàn)性法的反射率提取，五步逐步平均法的平滑處理，最后保存為BSQ格式的圖像。S3 :將預(yù)處理后的所述麥穗高光譜圖像合成得到RGB圖像；高光譜圖像將傳統(tǒng)圖像維與光譜維信息融合為一體，在獲取小麥穗部空間圖像的同時(shí)，得到每個(gè)穗部像素的連續(xù)光譜信息，即成像光譜圖像是一個(gè)圖像立方體，它由三部分組成空間圖像維、光譜維、特征光譜維。本實(shí)施例步驟S3對(duì)預(yù)處理后的所述麥穗高光譜圖像提取光譜維對(duì)應(yīng)的特征波長(zhǎng)分別為680nm、550nm和450nm(三個(gè)波長(zhǎng)分別與圖像顏色的R分量、G分量和B分量對(duì)應(yīng))的光譜圖像并進(jìn)行積分轉(zhuǎn)換，合成得到所述RGB圖像。S4 :在所述RGB圖像中選擇感興趣的區(qū)域進(jìn)行分析，得到所述感興趣區(qū)域的平均光譜；本實(shí)施例中，步驟4具體為根據(jù)合成的RGB圖像，選擇感興趣的區(qū)域進(jìn)行放大分析，提取所述感興趣區(qū)域內(nèi)每個(gè)像素點(diǎn)的光譜，然后計(jì)算平均值，得到感興趣區(qū)域的平均光譜，為后續(xù)對(duì)光譜吸收特征參數(shù)(吸收波長(zhǎng)位置、吸收深度、吸收寬度)等光譜信息挖掘奠定基礎(chǔ)。S5 :在特征波段下判斷麥穗是否發(fā)芽；所述的特征波段在450 900nm光譜波長(zhǎng)范圍；優(yōu)選地，所述的特征波段為675nm
光譜波長(zhǎng)。針對(duì)提取的麥穗不同部位平均光譜，得出如下特點(diǎn)在450 900nm波長(zhǎng)范圍，發(fā)芽小麥穗的光譜反射率在675nm處為反射吸收谷，714nm處為反射吸收峰，這與典型植被光譜曲線(xiàn)變化特征基本相似；而未發(fā)芽小麥穗在675nm處無(wú)光譜吸收谷出現(xiàn)，因此本實(shí)施例將675nm的特征吸收作為判斷小麥穗發(fā)芽與否的依據(jù)。如圖2所示，本實(shí)施例通過(guò)提取小麥穗部光譜圖像在675nm處的單幅圖像可初步判斷識(shí)別小麥穗部是否發(fā)芽。S6 :計(jì)算發(fā)芽區(qū)域占整個(gè)麥穗面積的比例；步驟S6具體包括分別對(duì)所述感興趣區(qū)域進(jìn)行閾值分割，使用的算法主要有反色，最大類(lèi)間方差法二值化，中值濾波；提取小麥穗部發(fā)芽區(qū)域的像素值和整個(gè)麥穗的像素值，根據(jù)像素值的個(gè)數(shù)來(lái)計(jì)算分別計(jì)算發(fā)芽區(qū)域和整個(gè)麥穗的面積，再求出發(fā)芽區(qū)域的總面積占整個(gè)麥穗圖像面積的百分比，從而得到發(fā)芽面積占整個(gè)麥穗的百分比。S7 :提取發(fā)芽區(qū)域的光譜反射率，判斷麥穗的發(fā)芽程度；由于發(fā)芽部分含有葉綠素成分信息，其光譜曲線(xiàn)圖呈現(xiàn)的曲線(xiàn)圖趨勢(shì)與綠色作物葉綠素光譜反射率曲線(xiàn)圖基本相似，具有以下特征小麥穗發(fā)芽部分的葉綠素特征波段在675nm位置處，具有明顯的吸收波谷，根據(jù)此波段處光譜反射率的大小可判斷識(shí)別小麥穗發(fā)芽的輕重程度。發(fā)芽嚴(yán)重的，葉綠素含量高，因此提取的相應(yīng)光譜反射率會(huì)較高。S8:根據(jù)所述發(fā)芽區(qū)域占整個(gè)麥穗面積的比例和光譜反射率，判斷識(shí)別小麥穗發(fā)芽的輕重程度等級(jí)，以此綜合評(píng)判小麥麥穗發(fā)芽的情況。穗發(fā)芽的等級(jí)包括無(wú)發(fā)芽、輕度發(fā)芽、重度發(fā)芽三個(gè)等級(jí)。本發(fā)明通過(guò)采集未知的小麥穗發(fā)芽樣品高光譜圖像，提取光譜信息、通過(guò)圖像處理即可進(jìn)行小麥穗發(fā)芽的監(jiān)測(cè)。本發(fā)明可針對(duì)田間正常收獲的麥穗，采用高光譜成像技術(shù)進(jìn)行穗發(fā)芽檢測(cè)，可實(shí)現(xiàn)穗發(fā)芽的快速篩選。
以上實(shí)施方式僅用于說(shuō)明本發(fā)明，而并非對(duì)本發(fā)明的限制，有關(guān)技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術(shù)方案也屬于本發(fā)明的范疇，本發(fā)明的專(zhuān)利保護(hù)范圍應(yīng)由權(quán)利要求限定。
權(quán)利要求
1.一種小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，包括以下步驟 Si:采集麥穗高光譜圖像； 52:對(duì)所述麥穗高光譜圖像進(jìn)行預(yù)處理； 53:將預(yù)處理后的所述麥穗高光譜圖 像合成得到RGB圖像； 54:在所述RGB圖像中選擇感興趣的區(qū)域進(jìn)行分析，得到所述感興趣區(qū)域的平均光譜； 55:在特征波段下判斷麥穗是否發(fā)芽； 56:計(jì)算發(fā)芽區(qū)域占整個(gè)麥穗面積的比例； 57:提取發(fā)芽區(qū)域的光譜反射率，判斷麥穗的發(fā)芽程度； 58:根據(jù)所述發(fā)芽區(qū)域占整個(gè)麥穗面積的比例和光譜反射率，計(jì)算發(fā)芽等級(jí)。
2.如權(quán)利要求I所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，所述步驟S2的預(yù)處理包括對(duì)采集的麥穗高光譜圖像進(jìn)行拼接，形成BSQ格式的圖像的步驟。
3.如權(quán)利要求I所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，所述步驟S2的預(yù)處理包括對(duì)采集的麥穗高光譜圖像進(jìn)行校正、濾波和增強(qiáng)處理的步驟。
4.如權(quán)利要求I所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，步驟S3具體包括對(duì)預(yù)處理后的所述麥穗高光譜圖像提取光譜維對(duì)應(yīng)的特征波長(zhǎng)分別為680nm、550nm和450nm的光譜圖像并進(jìn)行積分轉(zhuǎn)換，合成得到所述RGB圖像。
5.如權(quán)利要求I所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，步驟S4中對(duì)感興趣的區(qū)域進(jìn)行分析具體包括對(duì)所述感興趣區(qū)域進(jìn)行放大，提取所述感興趣區(qū)域內(nèi)每個(gè)像素點(diǎn)的光譜，然后計(jì)算平均值。
6.如權(quán)利要求I所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，所述步驟SI中的高光譜圖像的波長(zhǎng)范圍為400-1000nm。
7.如權(quán)利要求I所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，步驟S5中所述的特征波段在450 900nm光譜波長(zhǎng)范圍。
8.如權(quán)利要求7所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，步驟S5中所述的特征波段為675nm光譜波長(zhǎng)。
9.如權(quán)利要求I所述的小麥麥穗發(fā)芽情況識(shí)別方法，其特征在于，步驟S6具體包括分別對(duì)所述感興趣區(qū)域進(jìn)行閾值分割，提取小麥穗部發(fā)芽區(qū)域的像素值和整個(gè)麥穗的像素值，根據(jù)像素值的個(gè)數(shù)來(lái)計(jì)算分別計(jì)算發(fā)芽區(qū)域和整個(gè)麥穗的面積，再求出發(fā)芽區(qū)域的總面積占整個(gè)麥穗圖像面積的百分比，從而得到發(fā)芽面積占整個(gè)麥穗的百分比。
全文摘要
本發(fā)明公開(kāi)了一種小麥麥穗發(fā)芽情況識(shí)別方法，包括以下步驟S1采集麥穗高光譜圖像；S2對(duì)所述麥穗高光譜圖像進(jìn)行預(yù)處理；S3將預(yù)處理后的所述麥穗高光譜圖像合成得到RGB圖像；S4在所述RGB圖像中選擇感興趣的區(qū)域進(jìn)行分析，得到所述感興趣區(qū)域的平均光譜；S5在特征波段下判斷麥穗是否發(fā)芽；S6計(jì)算發(fā)芽區(qū)域占整個(gè)麥穗面積的比例；S7提取發(fā)芽區(qū)域的光譜反射率，判斷麥穗的發(fā)芽程度；S8根據(jù)所述發(fā)芽區(qū)域占整個(gè)麥穗面積的比例和光譜反射率，計(jì)算發(fā)芽等級(jí)。本發(fā)明可針對(duì)田間正常收獲的麥穗，采用高光譜成像技術(shù)進(jìn)行穗發(fā)芽檢測(cè)，可實(shí)現(xiàn)穗發(fā)芽的快速篩選。
文檔編號(hào)A01C1/02GK102612892SQ201210053700
公開(kāi)日2012年8月1日 申請(qǐng)日期2012年3月2日 優(yōu)先權(quán)日2012年3月2日
發(fā)明者侯瑞峰, 吳瓊, 朱大洲, 王紀(jì)華, 羅斌, 高權(quán) 申請(qǐng)人:北京農(nóng)業(yè)信息技術(shù)研究中心