国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于凹點匹配的玉米穗部粘連籽粒分割方法及系統(tǒng)與流程

      文檔序號:11143310閱讀:361來源:國知局
      一種基于凹點匹配的玉米穗部粘連籽粒分割方法及系統(tǒng)與制造工藝

      本發(fā)明涉及現(xiàn)代農(nóng)業(yè)識別技術(shù)領(lǐng)域,具體涉及一種基于凹點匹配的玉米穗部粘連籽粒分割方法及系統(tǒng)。



      背景技術(shù):

      玉米果穗穗部性狀考種是玉米考種的重要環(huán)節(jié),它與玉米品種、產(chǎn)量關(guān)系密切。目前對玉米籽粒的檢測絕大部分都是對脫粒后的籽粒進行處理,這樣存在脫粒工序復(fù)雜、脫粒機械損傷無法實現(xiàn)無損測量、脫粒無法保存玉米果穗穗部籽粒拓撲性狀等問題。因此基于未脫粒果穗的穗部籽??挤N可以保留考種材料,提高育種進程。

      對玉米果穗穗部籽粒而言,由于籽粒與縫隙之間灰度差異小、部分籽粒本身也具有粘連情況,導(dǎo)致一般分割算法得到的分割二值化圖像具有比較嚴重的粘連現(xiàn)象。

      針對粘連目標,人們提出了很多種分割算法,比如極限腐蝕法、分水嶺算法、霍夫圓估計法等。針對玉米穗部粘連籽粒研究對象,極限腐蝕法容易破壞原籽粒輪廓,分水嶺算法易造成過分割,霍夫圓估計法對分割目標形狀要求過高,都不適用于穗部粘連籽粒分割。傳統(tǒng)的bresenham算法生成的連線是8-連通的,而籽粒輪廓提取也是基于8-連通,導(dǎo)致bresenham畫線后原連通區(qū)域并未分割成功,因此需要改進畫分割線算法分割粘連目標。

      因此,結(jié)合玉米果穗穗部籽粒的生長規(guī)律,提出一種適應(yīng)性高的粘連分割算法對玉米育種、考種意義重大。



      技術(shù)實現(xiàn)要素:

      針對現(xiàn)有技術(shù)中的缺陷,本發(fā)明提供一種基于凹點匹配的玉米穗部粘連籽粒分割方法及系統(tǒng),能夠可以快速、準確分割玉米果穗穗部粘連籽粒,為玉米品種的考察研究提供了準確且可靠的基礎(chǔ)。

      為解決上述技術(shù)問題,本發(fā)明提供以下技術(shù)方案:

      一方面,本發(fā)明提供了一種基于凹點匹配的玉米穗部粘連籽粒分割方法,包括:

      步驟1.在玉米穗部的籽粒分割圖存在粘連籽粒時,獲取所述粘連籽粒的輪廓最小凸閉包;

      步驟2.獲取所述粘連籽粒的輪廓最小凸閉包的匹配凹區(qū)以及對應(yīng)的分割凹點對;

      步驟3.根據(jù)所述分割凹點對所述粘連籽粒進行分割。

      進一步的,所述步驟1,之前還包括:

      步驟A.獲取未脫粒的玉米果穗的穗部圖像;

      步驟B.對穗部圖像進行籽粒預(yù)分割,得到籽粒分割圖;

      步驟C.在所述籽粒分割圖中提取各籽粒的輪廓,得到單個籽粒的形狀因子;

      步驟D.根據(jù)所述單個籽粒的形狀因子判斷所述籽粒分割圖中是否存在粘連籽粒。

      進一步的,所述步驟1包括:

      步驟1-1.在玉米穗部的籽粒分割圖存在粘連籽粒時,對所述粘連籽粒的輪廓進行孔洞填充,并刪除籽粒分割圖中的非粘連籽粒;

      步驟1-2.根據(jù)Jarvis步進法獲取所述粘連籽粒的輪廓最小凸閉包。

      進一步的,所述步驟2包括:

      步驟2-1.將所述粘連籽粒的輪廓最小凸閉包與所述粘連籽粒的原輪廓進行異或處理,得到凹區(qū)區(qū)域;

      步驟2-2.比較所述凹區(qū)區(qū)域與預(yù)設(shè)的區(qū)域面積閾值,刪除小于區(qū)域面積閾值的凹區(qū)區(qū)域,得到預(yù)處理后的凹區(qū)區(qū)域;

      步驟2-3.將所述預(yù)處理后的凹區(qū)區(qū)域進行凹區(qū)匹配,得到所述匹配凹區(qū);

      步驟2-4.根據(jù)平面歐式距離公式,確定使得各所述匹配凹區(qū)的歐式距離最短的一對像素點,該一對像素點即為一個所述分割凹點對。

      進一步的,所述步驟3包括:

      根據(jù)bresenham改進算法依次連接各所述分割凹點對,對所述粘連籽粒進行分割。

      進一步的,所述步驟B包括:

      步驟B-1.提取籽粒分割圖中的玉米果穗穗部中心部分作為感興趣區(qū)域ROI;

      步驟B-2.提取所述ROI的紅色通道信息,并根據(jù)高斯濾波方法對所述ROI進行去噪;

      步驟B-3.對去噪后的ROI進行籽粒預(yù)分割,得到籽粒分割圖。

      進一步的,所述步驟D,包括:

      步驟D-1.獲取所述籽粒分割圖中的全部籽粒輪廓,以及獲取各籽粒輪廓的像素面積和像素周長;

      步驟D-2.比較各籽粒輪廓的像素面積及預(yù)設(shè)的面積閾值,刪除像素面積小于所述面積閾值的籽粒輪廓,得到預(yù)篩后的籽粒輪廓;

      步驟D-3.根據(jù)預(yù)篩后的各籽粒輪廓的像素面積和像素周長,計算得到預(yù)篩后的籽粒輪廓的形狀因子;

      步驟D-4.若經(jīng)判斷獲知預(yù)篩后的籽粒輪廓的形狀因子中存在大于預(yù)設(shè)的形狀閾值的形狀因子,則確認形狀因子大于預(yù)設(shè)的形狀閾值的籽粒輪廓為粘連籽粒。

      進一步的,所述步驟D-3中的所述形狀因子為圓形度其中,A為目標像素面積,l為目標像素周長。

      另一方面,本發(fā)明還提供了一種基于凹點匹配的玉米穗部粘連籽粒分割系統(tǒng),包括:

      粘連籽粒的輪廓最小凸閉包獲取單元,用于在玉米穗部的籽粒分割圖存在粘連籽粒時,獲取所述粘連籽粒的輪廓最小凸閉包;

      匹配凹區(qū)及分割凹點對獲取單元,用于獲取所述粘連籽粒的輪廓最小凸閉包的匹配凹區(qū)以及對應(yīng)的分割凹點對;

      粘連籽粒分割單元,用于根據(jù)所述分割凹點對所述粘連籽粒進行分割。

      進一步的,所述系統(tǒng)還包括:

      穗部圖像獲取單元,用于獲取未脫粒的玉米果穗的穗部圖像;

      籽粒預(yù)分割單元,用于對穗部圖像進行籽粒預(yù)分割,得到籽粒分割圖;

      形狀因子獲取單元,用于在所述籽粒分割圖中提取各籽粒的輪廓,得到單個籽粒的形狀因子;

      粘連籽粒判斷單元,用于根據(jù)所述單個籽粒的形狀因子判斷所述籽粒分割圖中是否存在粘連籽粒。

      由上述技術(shù)方案可知,本發(fā)明所述的一種基于凹點匹配的玉米穗部粘連籽粒分割方法及系統(tǒng),該方法在玉米穗部的籽粒分割圖存在粘連籽粒時,獲取粘連籽粒的輪廓最小凸閉包,獲取粘連籽粒的輪廓最小凸閉包的匹配凹區(qū)以及對應(yīng)的分割凹點對,以及根據(jù)分割凹點對粘連籽粒進行分割。該系統(tǒng)包括粘連籽粒的輪廓最小凸閉包獲取單元、匹配凹區(qū)及分割凹點對獲取單元及粘連籽粒分割單元。本發(fā)明能夠可以快速、準確分割玉米果穗穗部粘連籽粒,為玉米品種的考察研究提供了準確且可靠的基礎(chǔ)。

      附圖說明

      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)這些附圖獲得其他的附圖。

      圖1是本發(fā)明的一種基于凹點匹配的玉米穗部粘連籽粒分割方法的流程示意圖;

      圖2是本發(fā)明的分割方法中步驟100之前的步驟A00至D00的流程示意圖;

      圖3是本發(fā)明的控制方法中步驟100的一種具體實施例的流程示意圖;

      圖4是本發(fā)明的控制方法中步驟200的一種具體實施例的流程示意圖;

      圖5是本發(fā)明的分割方法中步驟B00的一種具體實施例的流程示意圖;

      圖6是本發(fā)明的分割方法中步驟D00的一種具體實施例的流程示意圖;

      圖7是本發(fā)明的分割方法的一種應(yīng)用實例的流程示意圖;

      圖8是本發(fā)明的一種基于凹點匹配的玉米穗部粘連籽粒分割系統(tǒng)的結(jié)構(gòu)示意圖。

      具體實施方式

      為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚,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、完整的描述,顯然,所描述的實施例是本發(fā)明一部分實施例,而不是全部的實施例。基于本發(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有作出創(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。

      本發(fā)明實施例一提供了一種基于凹點匹配的玉米穗部粘連籽粒分割方法。參見圖1,該分割方法具體包括如下步驟:

      步驟100:在玉米穗部的籽粒分割圖存在粘連籽粒時,獲取粘連籽粒的輪廓最小凸閉包。

      在本步驟中,首先對粘連籽粒輪廓進行孔洞填充,去除小輪廓區(qū)域,使用Jarvis步進法尋找輪廓最小凸包,在Jarvis步進法中,運行時間為O(n h),h為凸包中的頂點數(shù)。

      步驟200:獲取粘連籽粒的輪廓最小凸閉包的匹配凹區(qū)以及對應(yīng)的分割凹點對。

      在本步驟中,根據(jù)bresenham改進算法依次連接各分割凹點對,對粘連籽粒進行分割,其中,bresenham算法是計算機圖形學(xué)中為了“顯示器(屏幕或打印機)系由像素構(gòu)成”的這個特性而設(shè)計出來的算法,使得在求直線各點的過程中全部以整數(shù)來運算,因而大幅度提升計算速度。

      步驟300:根據(jù)分割凹點對粘連籽粒進行分割。

      在本步驟中,對粘連籽粒圖像使用OTSU算法進行分割,獲取預(yù)分割籽粒二值化圖像,其中,大津OTSU算法是由日本學(xué)者OTSU于1979年提出的一種對圖像進行二值化的高效算法。

      從上述描述可知,本發(fā)明的實施例實現(xiàn)了在玉米穗部的籽粒分割圖存在粘連籽粒時,獲取粘連籽粒的輪廓最小凸閉包以及對應(yīng)的分割凹點對后,能夠根據(jù)分割凹點對粘連籽粒進行精確且快速的分割。

      本發(fā)明實施例二提供了上述分割方法中步驟100之前的步驟A00至D00。參見圖2,該步驟A00至D00具體包括如下步驟:

      步驟A00:獲取未脫粒的玉米果穗的穗部圖像。

      步驟B00:對穗部圖像進行籽粒預(yù)分割,得到籽粒分割圖。

      步驟C00:在籽粒分割圖中提取各籽粒的輪廓,得到單個籽粒的形狀因子。

      步驟D00:根據(jù)單個籽粒的形狀因子判斷籽粒分割圖中是否存在粘連籽粒。

      從上述描述可知,本發(fā)明的實施例實現(xiàn)了對粘連籽粒是否存在的判斷,是基于凹點匹配對玉米穗部粘連籽粒進行分割的判斷基礎(chǔ)。

      本發(fā)明實施例三提供了上述分割方法中步驟100的具體實現(xiàn)方式。參見圖3,該步驟100具體包括如下步驟:

      步驟101:在玉米穗部的籽粒分割圖存在粘連籽粒時,對粘連籽粒的輪廓進行孔洞填充,并刪除籽粒分割圖中的非粘連籽粒。

      步驟102:根據(jù)Jarvis步進法獲取粘連籽粒的輪廓最小凸閉包。

      從上述描述可知,本發(fā)明的實施例實現(xiàn)了在玉米穗部的籽粒分割圖存在粘連籽粒時,準確且可靠地獲取粘連籽粒的輪廓最小凸閉包。

      本發(fā)明實施例四提供了上述分割方法中步驟200的具體實現(xiàn)方式。參見圖4,該步驟200具體包括如下步驟:

      步驟201:將粘連籽粒的輪廓最小凸閉包與粘連籽粒的原輪廓進行異或處理,得到凹區(qū)區(qū)域。

      步驟202:比較凹區(qū)區(qū)域與預(yù)設(shè)的區(qū)域面積閾值,刪除小于區(qū)域面積閾值的凹區(qū)區(qū)域,得到預(yù)處理后的凹區(qū)區(qū)域。

      步驟203:將預(yù)處理后的凹區(qū)區(qū)域進行凹區(qū)匹配,得到匹配凹區(qū)。

      步驟204:根據(jù)平面歐式距離公式,確定使得各匹配凹區(qū)的歐式距離最短的一對像素點,該一對像素點即為一個分割凹點對。

      從上述描述可知,本發(fā)明的實施例實現(xiàn)了對匹配凹區(qū)以及對應(yīng)的分割凹點對的獲取,得到了進行對粘連籽粒進行分割的分割依據(jù),使得分割結(jié)果準確。

      本發(fā)明實施例五提供了上述分割方法中步驟B00的具體實現(xiàn)方式。參見圖5,該步驟B00具體包括如下步驟:

      步驟B01:提取籽粒分割圖中的玉米果穗穗部中心部分作為感興趣區(qū)域ROI。

      步驟B02:提取ROI的紅色通道信息,并根據(jù)高斯濾波方法對ROI進行去噪。

      步驟B03:對去噪后的ROI進行籽粒預(yù)分割,得到籽粒分割圖。

      從上述描述可知,本發(fā)明的實施例實現(xiàn)了通過對穗部圖像進行籽粒預(yù)分割來獲得有效的籽粒分割圖。

      本發(fā)明實施例六提供了上述分割方法中步驟D00的具體實現(xiàn)方式。參見圖6,該步驟D00具體包括如下步驟:

      步驟D01:獲取籽粒分割圖中的全部籽粒輪廓,以及獲取各籽粒輪廓的像素面積和像素周長。

      步驟D02:比較各籽粒輪廓的像素面積及預(yù)設(shè)的面積閾值,刪除像素面積小于面積閾值的籽粒輪廓,得到預(yù)篩后的籽粒輪廓。

      步驟D03:根據(jù)預(yù)篩后的各籽粒輪廓的像素面積和像素周長,計算得到預(yù)篩后的籽粒輪廓的形狀因子。

      在本步驟中,形狀因子為圓形度其中,A為目標像素面積,l為目標像素周長。

      步驟D04:若經(jīng)判斷獲知預(yù)篩后的籽粒輪廓的形狀因子中存在大于預(yù)設(shè)的形狀閾值的形狀因子,則確認形狀因子大于預(yù)設(shè)的形狀閾值的籽粒輪廓為粘連籽粒。

      從上述描述可知,本發(fā)明的實施例能夠根據(jù)單個籽粒的形狀因子有效判斷出籽粒分割圖中是否存在粘連籽粒。

      為進一步的說明本發(fā)明的技術(shù)方案,本發(fā)明還提供一種基于凹點匹配的玉米穗部粘連籽粒分割方法的應(yīng)用實例。參見圖7,具體包括如下內(nèi)容:

      S1:對玉米果穗穗部圖像進行籽粒預(yù)分割。

      S2:對S1得到的圖像中的所有籽粒輪廓使用形狀因子進行粘連性判別。

      S3:對S2中確定的粘連籽粒計算最小凸閉包并確定匹配凹區(qū)。

      S4:根據(jù)S3中匹配凹區(qū)確定分割凹點對,使用改進的bresenham算法畫線分割。

      進一步地,所述步驟S1包含以下子步驟:

      S11:提取玉米果穗穗部中心部分作為ROI。

      S12:對S11圖像提取R通道信息,高斯濾波去噪。

      S13:對S12得到的圖像使用OTSU算法進行分割,獲取預(yù)分割籽粒二值化圖像。

      進一步地,所述步驟S2包含以下子步驟:

      S21:尋找S1預(yù)分割二值化圖中所有籽粒輪廓并計算其像素面積以及像素周長。

      S22:面積閾值去除過小的非籽粒輪廓。

      S23:計算剩余籽粒輪廓形狀因子其中A為目標像素面積,l為目標像素周長。

      S24:形狀因子設(shè)定閾值判斷籽粒是否粘連。

      進一步地,所述步驟S23描述為:

      根據(jù)玉米籽粒生長規(guī)律,由于玉米穗部籽粒相鄰兩行之間距離以及灰度差異較大,預(yù)分割情況較少,粘連情況只出現(xiàn)于縱向單行粘連,即粘連情況只為串聯(lián)(籽粒首尾相連),單個籽粒橫截面近似圓形,而粘連籽粒形狀與圓形存在較大差異,將圓形度作為形狀因子,通過大樣本實驗確定形狀因子閾值作為粘連判別依據(jù)。

      進一步地,所述步驟S3包含以下子步驟:

      S31:對S2中粘連籽粒輪廓尋找最小凸閉包。

      S32:籽粒凸閉包輪廓與原輪廓異或得到凹區(qū)區(qū)域。

      S33:面積閾值法去除籽粒邊緣輪廓小凹區(qū)。

      S34:對剩余凹區(qū)進行凹區(qū)匹配。

      進一步地,所述步驟S31包含以下子步驟:

      S311:對粘連籽粒輪廓進行孔洞填充,去除小輪廓區(qū)域。

      S312:使用Jarvis步進法尋找輪廓最小凸包。

      進一步地,所述步驟S34包含以下子步驟:

      S341:標記每個凹區(qū)為未匹配,并編號為1,2,…,n。

      S342:分別計算S341中每個凹區(qū)的中心點坐標Pi=(xi,yi),(i=1,2,...,n)。

      S343:對當前凹區(qū),遍歷標記為未匹配的凹區(qū),尋找凹區(qū)中心點y坐標差值絕對值最小的另一凹區(qū),標記兩個凹區(qū)為匹配。

      S344:對剩余未匹配凹區(qū)進行S343操作,直到所有凹區(qū)都匹配為止。

      進一步地,所述步驟S4中包含以下子步驟:

      S41:根據(jù)S3得到的匹配凹區(qū)獲取分割凹點對。

      S42:使用改進的bresenham算法依次畫線連接凹點對,完成粘連分割。

      進一步地,所述步驟S41具體描述為:

      根據(jù)平面歐式距離公式將匹配凹區(qū)歐式距離最短的兩點作為分割凹點對。

      進一步地,所述步驟S42包含以下子步驟:

      S421:構(gòu)建虛擬網(wǎng)格線。

      S422:連接凹點對兩像素點,將一點設(shè)為起點,順序計算連線與垂直網(wǎng)格線交點,取列像素與其交點最近的像素并將其標記為畫線點,記錄畫線點與交點的距離d以及交點的行坐標域(y,y+1)。

      S423:對比前一列列像素縱坐標,如發(fā)生變化,首先對比兩交點行坐標域,如果相同,比較兩列d值,較大的一列將該列縱坐標在兩列縱坐標之間的點都標記為畫線點;若行坐標域不同,則標記后一列縱坐標在兩列之間的點為畫線點。

      S424:順序連接所有畫線點。

      與現(xiàn)有技術(shù)相比,本發(fā)明能夠產(chǎn)生如下有益效果:

      本發(fā)明涉及計算機視覺領(lǐng)域,尤其涉及一種基于凹點匹配的玉米穗部粘連籽粒分割方法。本發(fā)明將未脫粒玉米果穗穗部圖像作為研究對象,首先使用OTSU算法進行籽粒預(yù)分割。針對籽粒預(yù)分割之后粘連籽粒未分開問題,提取每個籽粒輪廓根據(jù)形狀因子判斷籽粒是否粘連。對于粘連籽粒,尋找粘連籽粒輪廓最小凸閉包,之后確定粘連輪廓匹配凹區(qū)以及分割凹點對,使用改進的bresenham算法畫線完成粘連分割。本發(fā)明采用的粘連籽粒分割方法可以有效的分割玉米果穗粘連籽粒,為玉米果穗穗部籽粒性狀考種打下了基礎(chǔ)。

      本發(fā)明還提供能夠?qū)崿F(xiàn)上述方法全部內(nèi)容的一種基于凹點匹配的玉米穗部粘連籽粒分割系統(tǒng)。參見圖8,該系統(tǒng)具體包括如下內(nèi)容:

      穗部圖像獲取單元A0,用于獲取未脫粒的玉米果穗的穗部圖像。

      籽粒預(yù)分割單元B0,用于對穗部圖像進行籽粒預(yù)分割,得到籽粒分割圖。

      形狀因子獲取單元C0,用于在籽粒分割圖中提取各籽粒的輪廓,得到單個籽粒的形狀因子。

      粘連籽粒判斷單元D0,用于根據(jù)單個籽粒的形狀因子判斷籽粒分割圖中是否存在粘連籽粒。

      粘連籽粒的輪廓最小凸閉包獲取單元10,用于在玉米穗部的籽粒分割圖存在粘連籽粒時,獲取粘連籽粒的輪廓最小凸閉包。

      匹配凹區(qū)及分割凹點對獲取單元20,用于獲取粘連籽粒的輪廓最小凸閉包的匹配凹區(qū)以及對應(yīng)的分割凹點對。

      粘連籽粒分割單元30,用于根據(jù)分割凹點對粘連籽粒進行分割。

      從上述描述可知,本發(fā)明的系統(tǒng)實現(xiàn)了在玉米穗部的籽粒分割圖存在粘連籽粒時,獲取粘連籽粒的輪廓最小凸閉包以及對應(yīng)的分割凹點對后,能夠根據(jù)分割凹點對粘連籽粒進行精確且快速的分割。

      以上實施例僅用于說明本發(fā)明的技術(shù)方案,而非對其限制;盡管參照前述實施例對本發(fā)明進行了詳細的說明,本領(lǐng)域的普通技術(shù)人員應(yīng)當理解:其依然可以對前述各實施例所記載的技術(shù)方案進行修改,或者對其中部分技術(shù)特征進行等同替換;而這些修改或替換,并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。

      當前第1頁1 2 3 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1