基于计算机视觉的豆荚表型分析方法、系统及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115620279A(43)申请公布日2023.01.17(21)申请号202211253503.0(22)申请日2022.10.13(71)申请人浙江托普云农科技股份有限公司地址310000浙江省杭州市拱墅区祥园路88号3幢1101室(72)发明人陈渝阳朱旭华王闯刘荣利谢朝明章永传袁娜朵(74)专利代理机构杭州五洲普华专利代理事务所(特殊普通合伙)33260专利代理师徐晶晶(51)Int.Cl.G06V20/68(2022.01)G06V10/28(2022.01)G06V10/56(2022.01)G06V10/80(2022.01)权利要求书3页说明书11页附图4页(54)发明名称基于计算机视觉的豆荚表型分析方法、系统及装置(57)摘要本发明公开一种基于计算机视觉的豆荚表型分析方法、系统及装置，方法包括对原始豆荚图像进行图像增强处理，得到增强后豆荚图像；对增强后豆荚图像进行预处理，得到豆荚二值图；基于豆荚二值图检测豆荚周长、面积；基于豆荚二值图提取豆荚骨架信息，对豆荚二值图进行转正；基于转正后二值图提取转正后豆荚骨架信息，通过单源路径搜索算法及切垂线豆荚表型分析方法检测豆荚长度及豆荚宽度；基于转正后二值图及转正后豆荚骨架信息，得到豆荚种子数量。本发明克服了传统测量方法测量过程中主观性强、效率低、同一参数需要分段测量的不足，能够快速、准确的获取豆荚表型参数，满足研究人员对豆荚表型参数测量的需求，为豆荚表型研究提供数据参考。CN115620279ACN115620279A权利要求书1/3页1.一种基于计算机视觉的豆荚表型分析方法，其特征在于，包括以下步骤：基于原始豆荚图像，对所述原始豆荚图像进行图像增强处理，得到增强后豆荚图像；对所述增强后豆荚图像进行预处理，得到豆荚二值图，其中，所述豆荚二值图仅包括豆荚区域信息；基于所述豆荚二值图，提取豆荚轮廓信息，并基于所述豆荚轮廓信息得到豆荚周长及豆荚面积；基于所述豆荚二值图提取豆荚骨架信息，根据所述豆荚骨架信息及所述豆荚轮廓信息，对所述豆荚二值图进行转正处理，得到转正后豆荚二值图；基于所述转正后豆荚二值图提取转正后豆荚骨架信息，根据所述转正后豆荚骨架信息进行单源路径搜索算法及切垂线豆荚表型分析方法，得到豆荚长度及豆荚宽度；基于所述转正后豆荚骨架信息得到转正后骨架主干信息，根据所述转正后豆荚二值图及所述转正后骨架主干信息，通过凹点检测算法和凹点配准算法进行估计，得到豆荚种子数量。2.据权利要求1所述的基于计算机视觉的豆荚表型分析方法，其特征在于，所述对基于原始豆荚图像，对所述原始豆荚图像进行图像增强处理，得到增强后豆荚图像，包括：当光照来源不唯一且光照强度不恒定时，将所述原始豆荚图像分解成反射图像信息与图像亮度信息，对所述原始豆荚图像进行图像增强处理，使得动态范围压缩、边缘增强和颜色恒常三个方面达到平衡，得到增强后豆荚图像；当光照来源唯一且光照强度恒定时，对所述原始豆荚图像的背景区域进行图像颜色通道采样，得到R、G、B分布信息，并将所述R、G、B分布信息用于所述原始豆荚图像的颜色通道同分布校正，得到增强后豆荚图像。3.根据权利要求1所述的基于计算机视觉的豆荚表型分析方法，其特征在于，所述基于所述豆荚二值图提取豆荚骨架信息，根据所述豆荚骨架信息及所述豆荚轮廓信息，对所述豆荚二值图进行转正处理，得到转正后豆荚二值图，包括以下步骤：根据所述豆荚轮廓信息得到最小外接矩形，确定所述最小外接矩形最长边对应的最长边斜率，基于所述最长边斜率反解出第一角度；基于所述豆荚二值图，采用骨架提取算法得到豆荚骨架信息；根据所述豆荚骨架信息进行直线拟合，得到直线对应的直线斜率，基于所述直线斜率反解出第二角度；基于预设旋转规则，得到转正后豆荚二值图，其中，所述预设旋转规则通过所述第一角度及所述第二角度设定。4.根据权利要求1所述的基于计算机视觉的豆荚表型分析方法，其特征在于，基于所述转正后豆荚二值图提取转正后豆荚骨架信息，根据所述转正后豆荚骨架信息进行单源路径搜索算法及切垂线豆荚表型分析方法，得到豆荚长度及豆荚宽度，包括以下步骤：基于所述转正后豆荚二值图，采用骨架提取算法，得到转正后豆荚骨架信息；根据所述转正后豆荚骨架信息构建骨架拓扑图，得到骨架拓扑结构，并基于所述骨架拓扑图获得端点集合(e1,e2,…,em)；根据所述骨架拓扑结构及所述端点集合(e1,e2,…,em)遍历任意两端点，根据单源路径搜索算法得到端点路径，所述端点路径即为豆荚骨架主干路径，所述端点路径的长度即为2CN115620279A权利要求书2/3页豆荚长度；基于所述豆荚骨架主干路径，遍历所述豆荚骨架主干路径上的每一点，计算各点切垂线；计算所述转正后豆荚二值图及所述各点切垂线的交集，所