基于计算机视觉的植株表型测量方法、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CN114463412A(43)申请公布日2022.05.10(21)申请号202210120234.4G06V10/28(2022.01)(22)申请日2022.02.07G06V10/44(2022.01)G01B11/02(2006.01)(71)申请人浙江托普云农科技股份有限公司G01B11/24(2006.01)地址310000浙江省杭州市拱墅区祥园路G01B11/28(2006.01)88号3幢1101室(72)发明人陈渝阳朱旭华王闯刘荣利(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.G06T7/62(2017.01)G06T7/90(2017.01)G06T7/13(2017.01)G06T7/12(2017.01)G06V10/26(2022.01)权利要求书3页说明书10页附图5页(54)发明名称基于计算机视觉的植株表型测量方法、系统及装置(57)摘要本发明公开一种基于计算机视觉的植株表型测量方法、系统及装置，方法包括获取原始植株图像进行校正处理，再进行分割处理，得到植株二值图；基于植株二值图得到骨架拓扑结构图像，进而获取植株的相关信息；将各个叶片从叶柄与茎秆连接处进行分离得到各个叶片的轮廓信息，结合骨架拓扑结构得到植株叶片表型信息；获取茎秆二值图，得到茎秆表型信息。本发明通过采集植株图像信息进行图像处理，获得植株骨架拓扑结构信息，根据上述拓扑结构结合切垂线测量法以及植株结构特征，获取植株表型信息。直接对植株的图像信息进行处理和分析，实现了植株的表型测量的自动化，提高了植株表型测量的效率和准确性。CN114463412ACN114463412A权利要求书1/3页1.一种基于计算机视觉的植株表型测量方法，其特征在于，包括以下步骤：获取原始植株图像并结合四个标识符进行校正处理，得到校正后的植株图像，其中，所述四个标识符在原始植株图像的四个角；对校正后的植株图像进行分割处理，得到植株二值图；基于植株二值图得到骨架拓扑结构图像，进而获取植株的相关信息，所述相关信息至少包括骨架信息及交点集合；基于骨架信息及交点集合，进行单源路径分析和切垂线测量法得到叶片与茎秆分离的切割线，将各个叶片从叶柄与茎秆连接处进行分离得到各个叶片的轮廓信息，结合骨架拓扑结构得到植株叶片表型信息，其中，植株叶片表型信息包括宽度、长度、周长、面积、整株叶片数量；将叶片的轮廓信息从植株二值图中剥离，得到茎秆二值图，通过提取茎秆骨架拓扑结构并采用切垂线测量法得到茎秆表型信息，其中，所述茎秆表型信息至少包括株高及茎粗。2.根据权利要求1所述的基于计算机视觉的植株表型测量方法，其特征在于，所述结合四个标识符进行校正处理，包括以下步骤：将四个标识符的中心坐标按照顺时针顺序或逆时针顺序依次设置为C1、C2、C3、C4，其中，C1为第一角标识符中心坐标、C2为第二角标识符中心坐标、C3为第三角标识符中心坐标、C4为第四角标识符中心坐标，并将中心坐标所形成矩形的长宽比设置为a:b；将相邻两个角的标识符中心坐标C1、C4进行矩形拟合，得到变换后的中心坐标C2＇、C3＇；基于中心坐标集[C1,C2,C3,C4]与变换后的中心坐标集[C1,C2＇,C3＇,C4]得到变换矩阵；基于变换矩阵对原始植株图像进行全局变换处理得到第二图像；将变换后的中心坐标集所形成矩形的长宽比设置为a:c，结合长宽比a:b对第二图像的宽度进行尺度变换且变换比例为b/c，得到校正后的植株图像。3.根据权利要求1所述的基于计算机视觉的植株表型测量方法，其特征在于，所述对校正后的植株图像进行分割处理，包括以下步骤：对校正后的植株图像进行通道分离处理，分别得到R、G、B三个通道的灰度图；对R、G、B三个通道的灰度图进行加权平均计算得到亮度图像；根据植株的颜色特征获取植株颜色表征图；基于亮度图像及植株颜色表征图得到变换系数，基于变换系数得到第二灰度图像，进而通过自动阈值分割处理得到植株二值图。4.根据权利要求1所述的基于计算机视觉的植株表型测量方法，其特征在于，基于植株二值图得到植株的相关信息，包括以下步骤：对植株二值图进行骨架提取处理得到骨架拓扑结构；对骨架拓扑结构进行植株骨架拓扑结构分析，得到端点点集及交点集合，其中，所述端点点集为所有叶片顶端端点、植株茎秆生长点及茎基部端点的集合，所述交点集合为叶片与叶柄及茎秆连接处交点的集合；将骨架拓扑结构中的路径点在植株二值图中进行距离变换得到结果图像，所述结果图像为排除叶柄、茎秆的骨架拓扑结构图，进而得到叶片骨架图；通过对叶片骨架图的特征进行选择与分析，得到表征各个叶片的骨架信息。5.根据权利要求4所述的基于计算机视觉的植株表型测量方法，