一种大豆植株茎相关表型自动获取方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115205834A(43)申请公布日2022.10.18(21)申请号202210870626.2(22)申请日2022.07.23(71)申请人东北农业大学地址150030黑龙江省哈尔滨市香坊区长江路600号(72)发明人朱荣胜郭益鑫陈庆山辛大伟胡振帮张战国(74)专利代理机构西安铭泽知识产权代理事务所(普通合伙)61223专利代理师韩晓娟(51)Int.Cl.G06V20/60(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书7页附图6页(54)发明名称一种大豆植株茎相关表型自动获取方法(57)摘要本发明公开了一种大豆植株茎相关表型自动获取方法，包括：获取大豆植株图像，在基于深度学习网络YOLOX的目标检测模型中输入大豆植株图像，识别成熟期大豆植株的茎节点,采用定向搜索算法判断大豆植株茎节点的分枝数，对于多个分枝的大豆植株茎节点，采用节点判断算法，获得包含分支数和茎节点的多分枝大豆植株的空间构像，采用表型获取算法和比例尺处理多分枝大豆植株的空间构像的节点坐标，获得大豆成熟植株茎相关表型。该方法能够提高大豆植株表型计算效率。CN115205834ACN115205834A权利要求书1/3页1.一种大豆植株茎相关表型自动获取方法，其特征在于，包括：获取大豆植株图像；在基于深度学习网络YOLOX的目标检测模型中输入大豆植株图像，识别成熟期大豆植株的茎节点；采用定向搜索算法，判断大豆植株茎节点的分枝数；对于多个分枝的大豆植株茎节点，采用节点判断算法，获得包含分支数和茎节点的多分枝大豆植株的空间构像；采用表型获取算法，处理多分枝大豆植株的空间构像的节点坐标，获得大豆成熟植株茎相关表型。2.如权利要求1所述的一种大豆植株茎相关表型自动获取方法，其特征在于，所述大豆成熟期植株图像，包括：无限豆荚习性的大豆成熟期植株图像；有限豆荚习性的大豆成熟期植株图像；亚有限豆荚习性的大豆成熟期植株图像。3.如权利要求1所述的一种大豆植株茎相关表型自动获取方法，其特征在于，还包括：利用基于YOLOX的目标检测模型检测出包含成熟期大豆植株的最小外接矩形框；裁剪最小外接矩形框，保存有效部分，剔除无效背景。4.如权利要求1所述的一种大豆植株茎相关表型自动获取方法，其特征在于，所述定向搜索算法，包括：通过深度学习网络YOLOX的目标检测模型，识别包含成熟期大豆植株茎节点的最小外接矩形框；对每个检测茎节点的矩形框取中心点，保存在一个n行2列的Node坐标数组中：Node＝[Y，X]其中，X表示中心点的横坐标，Y表示中心点的纵坐标，Node表示包含所有预测框的中心点的n×2数组；获取Node坐标数组中三个点形成的角度1：Angle1＝(Node[i，：]，Node[i+1，：]，Node[i+2，：])，i＝0，1...n‑3获取Node坐标数组中三个点形成的角度2：Angle2＝(Node[i，：]，Node[i+1，：]，Node[i+3，：])，i＝0，1...n‑3其中，n表示节点坐标数组的长度，Angle1和Angle1分别表示由余弦定理得到的三个点连线组成的角度；设置误差角度α；如果Angle1和Angle1的差值小于误差角α，大豆植株是单分枝类型，否则，是多分枝类型。5.如权利要求1所述的一种大豆植株茎相关表型自动获取方法，其特征在于，所述采用定向搜索算法判断大豆植株茎节点是单分枝类型时，连接所有检测到的茎节点，将检测到的所有茎节点按照y轴坐标顺序连接起来得到该株大豆的空间构像。6.如权利要求1所述的一种大豆植株茎相关表型自动获取方法，其特征在于，所述节点判断算法，包括：2CN115205834A权利要求书2/3页引入JudgeArea函数划定一个小范围矩形区域：Area＝(min(Node[0，1]，Node[‑1，1])，Node[‑1，0]，max(Node[0，1]，Node[‑1，1])，Node[0，0])其中，Area为固定出来的矩形区域，min(Node[0，1]，Node[‑1，1])，Node[‑1，0]，max(Node[0，1]，Node[‑1，1])，Node[‑1，1]分别为矩形区域的左，上，右，下坐标值；将该矩形区域内茎节点坐标储存在Node1数组之中：Node1＝[y1，x1]其中，x1代表中心点横坐标，y1代表中心点纵坐标，Node1表示包含所有预测框中心点的n1×2数组，n1小于n；引入JudgeNode函数，计算小范围矩形区域中三个茎节点的角度：Angle2_1＝(Node1[j，：]，Node1[j+1，：]，Node1[j+2，：])，j＝0，1...n