專利名稱：基于機(jī)器視覺的花粉活力測(cè)定方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于機(jī)器視覺的花粉活力測(cè)定方法，屬于遺傳育種領(lǐng)域。
背景技術(shù)：
花粉活力是指在正常條件下花粉萌發(fā)的能力，是評(píng)估花粉細(xì)胞活性的依據(jù)之一。 花粉活力測(cè)定和比較可以為遺傳育種工作提供借鑒，花粉活力測(cè)定結(jié)果的準(zhǔn)確性是保證花粉質(zhì)量的重要途徑。植物花粉的活力因植物種不同而有所差異，大多數(shù)植物的花粉活力除受遺傳因子影響外，環(huán)境因素如取材前后及保存過程的溫度、濕度等因素也有很大的影響。 花粉活力測(cè)定是植物生殖生物學(xué)研究中、育種工作中、不育系鑒定中經(jīng)常測(cè)定指標(biāo)。按其測(cè)定原理分為直接檢驗(yàn)法、染色鑒定法、發(fā)芽測(cè)定法(培養(yǎng)基培養(yǎng)法)、形態(tài)鑒定法。染色法簡單、迅速，在染色法中，有I2-KI染色法、TTC染色法、FOR染色法FCR染色法(熒光染料法)、聯(lián)苯胺染色法、Baker’ s染色法、ρ-苯二胺法等等。目前，以TTC法最常應(yīng)用，但在觀察時(shí)受人為因素影響較大。隨著計(jì)算機(jī)技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢驗(yàn)過程中的應(yīng)用日益廣泛，探討運(yùn)用機(jī)器視覺及圖像處理技術(shù)，快速準(zhǔn)確地識(shí)別花粉色彩特征，實(shí)現(xiàn)花粉活力測(cè)定的自動(dòng)化和智能化，無疑是減少人為因素影響、提高測(cè)定效率的新途徑。因此，將基于機(jī)器視覺的花粉活力測(cè)定方法應(yīng)用到實(shí)際生產(chǎn)過程中，對(duì)實(shí)現(xiàn)花粉活力檢測(cè)的技術(shù)水平具有重要意義，有利于提高花粉活力測(cè)定的準(zhǔn)確性和時(shí)效性，促進(jìn)我國遺傳育種工作的發(fā)展。

發(fā)明內(nèi)容
將基于機(jī)器視覺的花粉活力測(cè)定方法應(yīng)用到實(shí)際生產(chǎn)過程中，可提高花粉活力測(cè)定的準(zhǔn)確性和時(shí)效性，促進(jìn)我國遺傳育種工作的發(fā)展。為了解決上述問題，本發(fā)明提供了一種基于機(jī)器視覺的花粉活力測(cè)定方法。一種基于機(jī)器視覺的花粉活力測(cè)定方法，具體步驟如下Sl 采用高放大倍數(shù)顯微鏡與工業(yè)CCD相機(jī)相結(jié)合的方法進(jìn)行花粉圖像采集，將采集得到的M位RGB圖像讀入計(jì)算機(jī)，得到原始花粉圖像；S2 在采集原始花粉圖像的基礎(chǔ)上，采用灰度直方圖法和輪廓面積檢測(cè)法對(duì)圖像進(jìn)行預(yù)處理，以得到準(zhǔn)確的圖像分割閾值和單?；ǚ劬得娣e及均值半徑；使用形態(tài)學(xué)不對(duì)稱腐蝕運(yùn)算確定花粉中心，結(jié)合均值半徑得到單?；ǚ蹐D像；S3:采用單閾值法對(duì)花粉圖像進(jìn)行初次分割，得到每張圖像的多張子圖像，對(duì)子圖像采用面積比對(duì)法檢測(cè)，確定子圖像包括的花粉個(gè)數(shù)；S4 對(duì)于子圖像花粉個(gè)數(shù)大于1的情況，即出現(xiàn)花粉粘連現(xiàn)象，采用不對(duì)稱形態(tài)學(xué)處理方法，對(duì)子圖像進(jìn)行多次腐蝕，得到花粉的圖像分布中心，以該中心為圓點(diǎn)，以單粒花粉均值半徑為半徑劃定花粉有效區(qū)域，進(jìn)行粘連花粉分割，得到每一?；ǚ蹐D像；S5:采用灰度圖像極值小波邊緣檢測(cè)方法得到每一粒花粉的準(zhǔn)確分布區(qū)域，提取該區(qū)域內(nèi)的RGB色彩參數(shù)大小，以RGB色彩參數(shù)為基礎(chǔ)得到HIS色彩參數(shù)和Lab色彩參數(shù)；
S6 根據(jù)RGB色彩參數(shù)、HIS色彩參數(shù)和Lab色彩參數(shù)建立花粉活力測(cè)定的特征參數(shù)，對(duì)花粉活力進(jìn)行測(cè)定。所述步驟S5中，通過以下步驟對(duì)花粉圖像進(jìn)行色彩參數(shù)提取S5. 1 先對(duì)圖像進(jìn)行灰度化處理，使圖像失去色彩信息，有利于對(duì)其進(jìn)行灰度圖像增強(qiáng)；S5. 2 考慮到有椒鹽噪聲存在，采用中值濾波技術(shù)使其弱化；S5. 3 對(duì)邊緣檢測(cè)范圍內(nèi)進(jìn)行逐個(gè)像素訪問，提取每個(gè)像素點(diǎn)的RGB值大小，根據(jù) RGB大小確定每個(gè)像素點(diǎn)的HIS和Lab色彩信息大??；S5. 4 對(duì)每個(gè)像素點(diǎn)的RGB、HIS和Lab取均值運(yùn)算，作為每一粒花粉的色彩信息大小。所述步驟S6中，通過建立一種基于機(jī)器視覺的花粉活力測(cè)定方法，實(shí)現(xiàn)了花粉活力的自動(dòng)化測(cè)定，其具體步驟是S6. 1 通過實(shí)驗(yàn)，建立花粉活力與RGB色彩參數(shù)、HIS色彩參數(shù)、Lab色彩參數(shù)的關(guān)系模型；S6. 2 根據(jù)S6. 1建立的關(guān)系模型，確定花粉活力測(cè)定的特征參數(shù)，建立花粉活力測(cè)定的特征向量，得出各個(gè)分量的權(quán)重調(diào)節(jié)方法；S6. 3 根據(jù)花粉活力測(cè)定的特征向量，對(duì)花粉活力進(jìn)行測(cè)定；S6. 4 采用染色測(cè)定法和發(fā)芽測(cè)定法對(duì)基于機(jī)器視覺的花粉活力測(cè)定方法的測(cè)定準(zhǔn)確度進(jìn)行評(píng)定。本發(fā)明提供的花粉活力測(cè)定方法首先進(jìn)行花粉圖像采集，對(duì)圖像進(jìn)行灰度直方圖處理，得到花粉圖像的灰度分布情況，確定出灰度圖像的閾值分割點(diǎn)和單?；ǚ鄣木得娣e及均值半徑大??；其次對(duì)預(yù)處理圖像進(jìn)行單閾值分割，判斷分割得到的子圖像是否存在粘連現(xiàn)象，對(duì)于面積大于單粒花粉均值面積的粘連區(qū)域采用不對(duì)稱形態(tài)學(xué)腐蝕運(yùn)算進(jìn)行分割處理，得到完全分離的單?；ǚ?；再次采用小波極值邊緣檢測(cè)法對(duì)每一粒花粉進(jìn)行色彩參數(shù)提取，統(tǒng)計(jì)單粒花粉邊緣輪廓內(nèi)的RGB、HIS和Lab三套色彩體系特征均值，得到每?；ǚ鄣幕盍ι市畔?；最后通過對(duì)提取出的花粉色彩特征信息進(jìn)行數(shù)據(jù)分析，得到花粉活力的測(cè)定參數(shù)，進(jìn)行花粉活力的評(píng)定。通過該方法，能夠提高圖像采集、圖像處理、色彩特征提取的速度和精度，可以更好地實(shí)現(xiàn)花粉色彩特征測(cè)定和活力測(cè)定。通過調(diào)整各個(gè)模塊的參數(shù)，可以適用于不同條件下的花粉活力評(píng)定，減小由于外界因素變化而引起的評(píng)定誤差。


圖1是基于機(jī)器視覺的花粉活力測(cè)定方法示意框圖。
具體實(shí)施例方式以下實(shí)施方式用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。如圖1所示，本發(fā)明共包括5個(gè)方面①花粉圖像采集；②花粉圖像預(yù)處理；③ 花粉預(yù)處理圖像的目標(biāo)分割與提??；④花粉顆粒色彩特征采集；⑤花粉活力的色彩特征測(cè)定。
1、花粉圖像采集用TTC對(duì)花粉做染色處理，并將制作好的花粉玻片放在高放大倍數(shù)顯微鏡下使用工業(yè)CCD相機(jī)進(jìn)行圖像采集，將采集得到的M位RGB圖像按照時(shí)間順序讀入計(jì)算機(jī)并保存。2、花粉圖像預(yù)處理主要是對(duì)基于機(jī)器視覺的花粉活力測(cè)定方法采集的花粉圖像運(yùn)用軟件編程進(jìn)行處理，將采集后的花粉圖像采用灰度直方圖法和輪廓面積檢測(cè)法對(duì)圖像進(jìn)行預(yù)處理，灰度直方圖表示圖像中具有每種灰度級(jí)的像素的個(gè)數(shù)，反映圖像中每種灰度出現(xiàn)的頻率。灰度直方圖操作能夠有效用于圖像增強(qiáng)，提供有用的圖像統(tǒng)計(jì)資料，在軟件中易于計(jì)算。通過灰度直方圖處理，得到花粉圖像的灰度分布情況，確定出灰度圖像的閾值分割點(diǎn)和單?；ǚ鄣木得娣e及均值半徑大小。3、花粉預(yù)處理圖像的目標(biāo)分割與提取對(duì)預(yù)處理圖像進(jìn)行單閾值分割，得到分割子圖像，對(duì)分割后的子圖像元素運(yùn)用編程進(jìn)行面積比對(duì)，確定每張子圖像的花粉數(shù)目以及粘連狀況對(duì)于子圖像花粉個(gè)數(shù)大于1 的情況，即出現(xiàn)了花粉粘連現(xiàn)象。采用不對(duì)稱形態(tài)學(xué)處理方法，對(duì)子圖像進(jìn)行多次腐蝕，使用形態(tài)學(xué)不對(duì)稱腐蝕運(yùn)算確定花粉中心，結(jié)合均值半徑得到單?；ǚ蹐D像。使用形態(tài)學(xué)不對(duì)稱腐蝕運(yùn)算確定花粉中心和均值半徑從而確定花粉范圍，能夠更準(zhǔn)確地得到單?；ǚ蹐D像。經(jīng)多次腐蝕得到花粉的圖像分布中心，以該中心為圓點(diǎn)，以單?；ǚ劬蛋霃綖榘霃絼澏ɑǚ塾行^(qū)域，進(jìn)行粘連花粉分割，得到每一?；ǚ蹐D像，從而實(shí)現(xiàn)花粉圖像的精確分割。4、花粉顆粒色彩特征采集采用灰度圖像極值小波邊緣檢測(cè)方法先對(duì)圖像進(jìn)行灰度化處理，使得圖像失去色彩信息，有利于對(duì)其進(jìn)行灰度圖像增強(qiáng)?？紤]到有椒鹽噪聲存在，采用中值濾波技術(shù)使其弱化。對(duì)邊緣檢測(cè)范圍內(nèi)逐個(gè)像素進(jìn)行訪問，提取每個(gè)像素點(diǎn)的RGB值大小，根據(jù)RGB大小確定每個(gè)像素點(diǎn)的HIS和Lab色彩信息大小。對(duì)每個(gè)像素點(diǎn)的RGB、HIS和Lab取均值運(yùn)算， 作為每一?；ǚ鄣纳市畔⒋笮　Ｌ崛≡搮^(qū)域內(nèi)的RGB色彩參數(shù)大小，以RGB色彩參數(shù)為基礎(chǔ)得到HIS色彩參數(shù)和Lab色彩參數(shù)，統(tǒng)計(jì)單?；ǚ圻吘壿喞獌?nèi)的RGB、HIS和Lab三套色彩體系特征均值。5、花粉活力色彩特征測(cè)定建立花粉活力與RGB色彩參數(shù)、HIS色彩參數(shù)和Lab色彩參數(shù)的關(guān)系模型，確定花粉活力測(cè)定的特征參數(shù)，建立花粉活力測(cè)定的特征向量，給出各個(gè)分量的權(quán)重調(diào)節(jié)方法，根據(jù)花粉活力測(cè)定的特征向量，對(duì)花粉活力進(jìn)行評(píng)定，最后采用染色測(cè)定法和發(fā)芽測(cè)定法對(duì)基于機(jī)器視覺的花粉活力測(cè)定方法的測(cè)定準(zhǔn)確度進(jìn)行評(píng)定。在不脫離本發(fā)明的精神和范圍的情況下做出的各種變化和變型、所有等同的技術(shù)方案也屬于本發(fā)明的范疇。
權(quán)利要求
1. 一種基于機(jī)器視覺的花粉活力測(cè)定方法，其特征在于包括以下步驟 Sl 采用高放大倍數(shù)顯微鏡與工業(yè)CCD相機(jī)相結(jié)合的方法進(jìn)行花粉圖像采集，將采集得到的M位RGB圖像讀入計(jì)算機(jī)，得到原始花粉圖像；S2:在采集原始花粉圖像的基礎(chǔ)上，采用灰度直方圖法和輪廓面積檢測(cè)法對(duì)圖像進(jìn)行預(yù)處理，以得到準(zhǔn)確的圖像分割閾值和單粒花粉均值面積及均值半徑；使用形態(tài)學(xué)不對(duì)稱腐蝕運(yùn)算確定花粉中心，結(jié)合均值半徑得到單?；ǚ蹐D像；S3:采用單閾值法對(duì)花粉圖像進(jìn)行初次分割，得到每張圖像的多張子圖像，對(duì)子圖像采用面積比對(duì)法檢測(cè)，確定子圖像包括的花粉個(gè)數(shù)；S4 對(duì)于子圖像花粉個(gè)數(shù)大于1的情況，即出現(xiàn)花粉粘連現(xiàn)象，采用不對(duì)稱形態(tài)學(xué)處理方法，對(duì)子圖像進(jìn)行多次腐蝕，得到花粉的圖像分布中心，以該中心為圓點(diǎn)，以單?；ǚ劬蛋霃綖榘霃絼澏ɑǚ塾行^(qū)域，進(jìn)行粘連花粉分割，得到每一?；ǚ蹐D像；s5:采用灰度圖像極值小波邊緣檢測(cè)方法得到每一?；ǚ鄣臏?zhǔn)確分布區(qū)域，提取該區(qū)域內(nèi)的RGB色彩參數(shù)大小，以RGB色彩參數(shù)為基礎(chǔ)得到HIS色彩參數(shù)和Lab色彩參數(shù)；具體通過以下步驟對(duì)花粉圖像進(jìn)行色彩參數(shù)提取s5. 1 先對(duì)圖像進(jìn)行灰度化處理，使圖像失去色彩信息，增強(qiáng)圖像灰度； S5. 2 采用中值濾波技術(shù)使椒鹽噪聲弱化；s5. 3 對(duì)邊緣檢測(cè)范圍內(nèi)進(jìn)行逐個(gè)像素訪問，提取每個(gè)像素點(diǎn)的RGB值大小，根據(jù)RGB 大小確定每個(gè)像素點(diǎn)的HIS和Lab色彩信息大?。籹5.4 對(duì)每個(gè)像素點(diǎn)的RGB、HIS和Lab取均值運(yùn)算，作為每一?；ǚ鄣纳市畔⒋笮?； S6 根據(jù)RGB色彩參數(shù)、HIS色彩參數(shù)和Lab色彩參數(shù)建立花粉活力測(cè)定的特征參數(shù)，對(duì)花粉活力進(jìn)行測(cè)定；其具體測(cè)定步驟是s6.1 建立花粉活力與RGB色彩參數(shù)、HIS色彩參數(shù)和Lab色彩參數(shù)的關(guān)系模型；S6. 2 根據(jù)S6. 1建立的關(guān)系模型，確定花粉活力測(cè)定的特征參數(shù)，建立花粉活力測(cè)定的特征向量，得出各個(gè)分量的權(quán)重調(diào)節(jié)方法；S6. 3 根據(jù)花粉活力測(cè)定的特征向量，對(duì)花粉活力進(jìn)行測(cè)定；S6. 4 采用染色測(cè)定法和發(fā)芽測(cè)定法對(duì)基于機(jī)器視覺的花粉活力測(cè)定方法的測(cè)定準(zhǔn)確度進(jìn)行評(píng)定。
全文摘要
本發(fā)明涉及一種基于機(jī)器視覺的花粉活力測(cè)定方法，首先進(jìn)行花粉圖像采集，確定出灰度圖像的閾值分割點(diǎn)和單?；ǚ鄣木得娣e及均值半徑大??；其次對(duì)預(yù)處理圖像進(jìn)行單閾值分割，得到完全分離的單?；ǚ?；再采用小波極值邊緣檢測(cè)法對(duì)每一粒花粉進(jìn)行色彩參數(shù)提取，統(tǒng)計(jì)單?；ǚ圻吘壿喞獌?nèi)的RGB、HIS和Lab三套色彩體系特征均值，得到每?；ǚ鄣幕盍ι市畔?；最后通過對(duì)提取出的花粉色彩特征信息進(jìn)行數(shù)據(jù)分析，得到花粉活力的測(cè)定參數(shù)，進(jìn)行花粉活力的評(píng)定。通過該方法，能夠提高圖像采集、圖像處理、色彩特征提取的速度和精度，可以更好地實(shí)現(xiàn)花粉色彩特征測(cè)定和活力測(cè)定。
文檔編號(hào)G06T7/00GK102288606SQ20111011587
公開日2011年12月21日 申請(qǐng)日期2011年5月6日 優(yōu)先權(quán)日2011年5月6日
發(fā)明者劉雙喜, 吳承來, 孫愛清, 張春慶, 王蕊, 王金星, 高麗娟 申請(qǐng)人:山東農(nóng)業(yè)大學(xué)