CN104006767B - 一种基于图像处理的高通量测定植物株型的方法 - Google Patents
一种基于图像处理的高通量测定植物株型的方法 Download PDFInfo
- Publication number
- CN104006767B CN104006767B CN201410225181.8A CN201410225181A CN104006767B CN 104006767 B CN104006767 B CN 104006767B CN 201410225181 A CN201410225181 A CN 201410225181A CN 104006767 B CN104006767 B CN 104006767B
- Authority
- CN
- China
- Prior art keywords
- angle
- plant
- stem
- branches
- branch
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012545 processing Methods 0.000 title claims abstract description 14
- 238000000691 measurement method Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 3
- 241000196324 Embryophyta Species 0.000 claims description 47
- 244000188595 Brassica sinapistrum Species 0.000 claims description 2
- 235000004977 Brassica sinapistrum Nutrition 0.000 claims description 2
- 238000005286 illumination Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 14
- 239000000463 material Substances 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 238000003703 image analysis method Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 244000038559 crop plants Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009418 agronomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Sorting Of Articles (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Character Discrimination (AREA)
Abstract
一种基于图像处理的高通量测定植物株型的方法，包括：步骤一，将植株主茎上连带分枝枝丫及主茎上着生有角果的茎段从成熟的植株上剪下，装袋编号备用；步骤二，将所取茎段放置在样品置放板上；利用高拍仪或数码单反相机对放置在样品置放板上的茎段进行图像拍摄，收集并保存在图像采集卡中；步骤三，利用图像处理软件，绘制主茎与分枝、主茎与角果柄的路径直线，标注路径直线之间的夹角角度分别作为分枝角度及角果着生角度，人工录入夹角角度数据形成Excel文档，并保存数据以备以后分析统计，以获得植株分枝角度及角果着生角度。本方法测定的分枝角度和角果着生角度结果准确性好、误差小、稳定性高、重复性好，标准差远低于常规大田人工测量法。
Description
技术领域
本发明涉及数字化农业领域，特别涉及一种基于图像处理的高通量测定植物株型的方法。
背景技术
作物植株的株型是具有重要价值的农艺性状，与作物的种植方式、产量关系密切。我国农业生产处于由传统人工劳作为主向机械化生产的转型时期，机械化操作对作物株型的要求更高。理想株型不仅可以适合机械化生产，还能充分利用光热水肥气等资源，使资源能够高效化利用而达到低耗高产的目的。植株分枝角度和角果着生角度，对于构建作物的理想株型具有重要的意义。但一般情况下，成熟期在田间直接手工利用角度尺测量植株的分枝及角果着生角度较为困难，既要测量又要录入数据，工作量大，劳动强度大；易受天气情况影响，下雨和天黑都不能操作；不同的测量者在读数和记录时会因人为差异导致结果的试验误差较大，测量结果的准确性低；而且一旦收获结束，很难重复取样对有疑问的结果进行复核更正。因此一直没有建立起准确省力的直接测量植株分枝角度和角果着生角度的方法，田间育种选择时往往是由科研工作者在田间进行角度大小的定性判断，准确定量难度偏大。
数字图像处理与模式识别技术在近年来得到迅速发展，在工业生物医学、工业自动化、智能交通、卫星遥感等领域中得到广泛的应用。利用数字图像处理技术进行植物形态发育参数的自动提取是一种非常有前途的技术，尤其是在数字化农业技术逐步推广的今天。但目前利用计算机或智能手机等开放软件平台，将数字图像处理技术应用于植物学特别是农业基础科学的研究，基本上还处于实验室阶段，投入实际应用还有待于方法的发展及技术体系的建立。
发明内容
本发明提供了一种基于图像处理的高通量测定植株株型(主要是分枝角度和角果着生角度)的方法，旨在解决目前鉴定植株株型没有标准的方法程序，人工鉴定所需时间较长、步骤繁琐、鉴定效率较低、鉴定结果受人为误差影响大、准确性和稳定性差的问题，具有高通量、省力、准确、半自动化的特点。
本发明的目的在于提供一种基于图像处理的高通量测定植株株型的方法，该方法包括以下步骤：
步骤一，大批量植株取样，从植株上统一取主茎上连带分枝枝丫和连带角果的茎段，保证取样标准的一致性，取5-10cm主茎和分枝枝丫，3-5cm连带角果的茎段，统一编号装袋备测；
步骤二，将每个编号的待测样品置放板安装在机架内，样品置放板上方安装照明光源，利用与笔记本电脑相连、并通过机架固定安装在样品置放板上方的高拍仪或数码单反相机对放置在样品置放板上的茎段进行图像拍摄，收集并保存在图像采集卡中；将图像采集卡中所拍摄图像输出到计算机中，保存每份样品编号并备份。
步骤三，利用计算机中的安装的图像处理软件软件处理图像，确定每个分叉角度两条分支线和交点，自动计算出分枝角度和角果着生角度，人工录入并保存数据。
进一步，在步骤三中，所述图像处理软件软件处理连有分枝枝丫的茎段的图像，获得分枝角度。步骤为：
新建空白的图形文件，插入保存在计算机中事先拍摄获得的连有分枝的茎段图片；
利用绘图中的直线工具，对分枝细节图像分别进行主茎和分枝的路径绘制，获得相互交叉的主茎和分枝路径直线；
利用标注中的角度工具，对分枝图像绘制得到的主茎和分枝路径直线之间的夹角角度进行标注，角度标注中显示的两条路径之间的夹角度数确定为分枝角度，记录到Excel文档中。
进一步，在步骤三中，所述图像处理软件软件处理连有角果的茎段的图像，获得角果着生角度。步骤为：
新建空白的图形文件，插入保存在计算机中事先拍摄获得的连有角果的茎段图片；
利用绘图中的直线工具，对角果细节图像进行主茎和角果柄的路径绘制，得到两条相互交叉的主茎和角果柄的路径直线；
利用标注中的角度工具，对角果图像绘制得到的两条路径直线之间的夹角角度进行标注，标注中显示的路径之间的夹角度数确定为角果着生角度，记录到Excel文档中。
相对于现有技术，本发明的有益效果为：本发明方法解决了目前鉴定植株株型没有标准的方法程序，人工鉴定所需时间较长、步骤繁琐、鉴定效率较低、鉴定结果受人为误差影响大、准确性和稳定性差的问题准确性高、一次可以批量处理多个样品，可在短时间内处理大量样品，试验误差小，准确性高，省力，具有较强的实用性和推广应用价值。
附图说明
图1利用数码单反相机拍摄的油菜植株主茎带有分枝枝丫的茎段图像；
图2利用数码单反相机拍摄的油菜植株主茎带有角果的茎段图像；
图3利用图像处理软件软件绘制主茎和分枝的路径直线，获取的主茎与分枝的夹角角度；
图4利用图像处理软件软件绘制主茎和角果柄的路径直线，获取的主茎与角果柄的夹角角度；
图5本发明图像处理方法与常规人工利用数显角度尺测量测量方法获得的分枝角度及角果着生角度散点图，X轴为数显角度尺测量结果(度)，Y轴为图像分析法测量结果(度)；
图6本发明图像处理方法与常规数显角度尺测量的分枝角度和角果着生角度相比的相对误差。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和实施例，对本发明的技术方案作进一步具体说明。应当理解，此处所描述的具体实施实例仅仅用以解释本发明，并不用于限定发明。
一种基于图像处理的高通量测定植物株型的方法，其中，试验植物材料：选取处于成熟期的油菜材料5个，剪取油菜植株主茎上含有分枝枝丫的茎段，以及主茎上着生角果的茎段。每份材料分别取5个单株进行测量。
将剪取的带有分枝枝丫和角果的茎段放置在样品放置板上，用高拍仪或数码单反相机拍摄图像，图像如图1和图2；利用图像处理软件软件处理图像，绘制主茎与分枝、主茎与角果柄的路径直线，获取主茎与分枝、主茎与角果柄路径直线的夹角角度，分别作为分枝角度和角果着生角度；处理后的图像及获取的角度值如图3和图4；分别记录角度值结果到表1和表2中。
为了比较本发明方法与常规手工利用数显角度尺测量获得的油菜分枝角度和角果着生角度结果的差异，将上述拍照后的样品，直接用数显角度尺测量分枝角度和角果着生角度，获得结果记录到表3和表4中，使用的是与上述图像分析法中同样的5个材料，每个材料测量同样的5个样品。
对本发明方法(图像分析法)和常规手工用数显角度尺两种方法的测量结果进行统计分析，两种方法获得的数据结果相关性为0.988，相关性极显著(图5)。为了评测该方法的测量误差，共测量了25份材料分枝角度和角果着生角度。测量结果见图5和图6。进行相对误差计算，即相对误差％＝100％×(图像分析法测量值-数显角度尺测量值)/数显角度尺测量值，结果表明，测量结果的相对误差都在5％以内，最大相对误差为4.90％，相对误差绝对值的平均值为2.72％(图6)。
从表1、表2、表3和表4可以看出，图像分析法测量的分枝角度标准差变幅为1.22-1.85(表1)，平均为1.56；常规手工测量的分枝角度标准差变幅为1.38-5.05(表3)，平均为2.65；图像分析法测量的角果着生角度标准差变幅为0.54-2.58(表2)，平均为1.75；常规手工测量的角果着生角度标准差变幅为1.31-3.53(表4)，平均为2.47。说明图像分析法同一材料测量结果的试验误差较常规手工测量结果的试验误差小，结果更为准确。
表1图像分析法测量的分枝角度(单位：度)
| 材料号 | 植株1 | 植株2 | 植株3 | 植株4 | 植株5 | 均值 | 标准差 |
| 1 | 39.61 | 38.45 | 35.94 | 37.03 | 39.82 | 38.17 | 1.67 |
| 2 | 46.64 | 44.43 | 47.50 | 47.06 | 47.09 | 46.54 | 1.22 |
| 3 | 49.82 | 48.78 | 49.54 | 50.41 | 52.10 | 50.13 | 1.25 |
| 4 | 32.75 | 35.14 | 33.01 | 30.57 | 34.77 | 33.25 | 1.83 |
| 5 | 32.67 | 29.39 | 28.47 | 28.09 | 30.53 | 29.83 | 1.85 |
表2图像分析法测量的角果着生角度(单位：度)
| 材料号 | 植株1 | 植株2 | 植株3 | 植株4 | 植株5 | 均值 | 标准差 |
| 1 | 61.65 | 65.38 | 63.15 | 63.53 | 66.49 | 64.04 | 1.91 |
| 2 | 71.10 | 71.47 | 71.03 | 72.00 | 70.54 | 71.23 | 0.54 |
| 3 | 63.39 | 66.11 | 63.24 | 61.53 | 65.57 | 63.97 | 1.87 |
| 4 | 85.00 | 84.90 | 84.90 | 83.50 | 88.50 | 85.36 | 1.86 |
| 5 | 75.21 | 72.63 | 77.99 | 71.73 | 76.25 | 74.76 | 2.58 |
表3手工数显角度尺测量的分枝角度(单位：度)
| 材料号 | 植株1 | 植株2 | 植株3 | 植株4 | 植株5 | 均值 | 标准差 |
| 1 | 34.1 | 34.8 | 39.3 | 38.3 | 36.3 | 36.56 | 2.22 |
| 2 | 44.6 | 41.3 | 46.8 | 46.8 | 42.7 | 44.44 | 2.45 |
| 3 | 47.0 | 47.5 | 48.7 | 44.9 | 47.2 | 47.06 | 1.38 |
| 4 | 31.8 | 41.7 | 31.8 | 28.1 | 33.0 | 33.28 | 5.05 |
| 5 | 32.6 | 32.3 | 30.4 | 27.6 | 32.5 | 31.08 | 2.14 |
表4手工数显角度尺测量的角果着生角度(单位：度)
| 材料号 | 植株1 | 植株2 | 植株3 | 植株4 | 植株5 | 均值 | 标准差 |
| 1 | 62.9 | 64.7 | 64.7 | 64.0 | 58.8 | 63.02 | 2.47 |
| 2 | 72.9 | 74.6 | 71.9 | 71.2 | 72.0 | 72.52 | 1.31 |
| 3 | 70.4 | 69.7 | 64.8 | 69.3 | 67.3 | 68.30 | 2.27 |
| 4 | 83.9 | 81.4 | 85.8 | 91.0 | 86.1 | 85.62 | 3.53 |
| 5 | 79.3 | 78.0 | 74.1 | 76.6 | 81.4 | 77.88 | 2.75 |
本发明利用照相技术和计算机图像处理技术实现植株分枝角度和角果着生角度的高通量准确测量，具有测量可重复性好、测量精度高、可操作性强、省力省工的优点。
最后应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.一种基于图像处理的高通量测定植物株型的方法，其特征在于，该方法包括以下步骤：
步骤一，将植株主茎上连带分枝枝丫及主茎上着生有角果的茎段从成熟的植株上剪下，取5-10cm主茎和分枝枝丫，3-5cm连带角果的茎段，装袋编号备用；
步骤二，将所取茎段放置在样品置放板上；利用高拍仪或数码单反相机对放置在样品置放板上的茎段进行图像拍摄，收集并保存在图像采集卡中；
步骤三，利用图像处理软件，绘制主茎与分枝、主茎与角果柄的路径直线，标注路径直线之间的夹角角度分别作为分枝角度及角果着生角度，人工录入夹角角度数据形成Excel文档，并保存数据便于后期分析统计，以获得植株分枝角度及角果着生角度；
所述的步骤二中，所述样品置放板安装在机架内，用于放置待拍照的带有分枝枝丫或角果的茎段；且所述样品置放板上方安装照明光源，为所述图像拍摄提供前景照明；所述高拍仪或单反相机通过机架固定安装在样品置放板上方，并与笔记本电脑相连；
所述的步骤三中，利用图像处理软件处理图像，所述图像处理软件处理连有分枝枝丫的茎段的图像，获得分枝角度，步骤为：新建空白的图形文件，插入保存在计算机中事先拍摄获得的连有分枝的茎段图片；利用绘图中的直线工具，对分枝细节图像分别进行主茎和分枝的路径绘制，得到相互交叉的主茎和分枝路径直线；利用标注中的角度工具，对分枝图像绘制得到的主茎和分枝路径直线之间的角度进行标注，角度标注中显示的两条路径之间的夹角度数确定为分枝夹角，并记录到Excel文档中；
所述的植株为油菜。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410225181.8A CN104006767B (zh) | 2014-05-26 | 2014-05-26 | 一种基于图像处理的高通量测定植物株型的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410225181.8A CN104006767B (zh) | 2014-05-26 | 2014-05-26 | 一种基于图像处理的高通量测定植物株型的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104006767A CN104006767A (zh) | 2014-08-27 |
| CN104006767B true CN104006767B (zh) | 2017-05-17 |
Family
ID=51367542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410225181.8A Expired - Fee Related CN104006767B (zh) | 2014-05-26 | 2014-05-26 | 一种基于图像处理的高通量测定植物株型的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104006767B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104457620A (zh) * | 2014-12-09 | 2015-03-25 | 浙江省农业科学院 | 一种快速无损测量作物分枝角度和节间长度的方法 |
| CN108733357A (zh) * | 2018-05-16 | 2018-11-02 | 北京五八信息技术有限公司 | 存储图片的方法、装置、设备及计算机可读存储介质 |
| CN116064900B (zh) * | 2022-09-05 | 2024-01-02 | 中国农业科学院油料作物研究所 | 一种与油菜株型角果倾斜角度大小关联的snp分子标记及应用 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009244229A (ja) * | 2008-03-31 | 2009-10-22 | Osaka Prefecture Univ | 三次元画像処理方法、三次元画像処理装置および三次元画像処理プログラム |
| CN101718524A (zh) * | 2009-05-08 | 2010-06-02 | 北京林业大学 | 利用图像处理技术对年轮宽度进行量测与校正的新方法 |
| CN102967264A (zh) * | 2012-12-07 | 2013-03-13 | 中国科学院新疆生态与地理研究所 | 一种基于数码图像技术获取灌木分枝长度的方法 |
| CN103791861A (zh) * | 2014-02-10 | 2014-05-14 | 黑龙江省森林与环境科学研究院 | 一种植物叶面积无损测定方法 |
-
2014
- 2014-05-26 CN CN201410225181.8A patent/CN104006767B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009244229A (ja) * | 2008-03-31 | 2009-10-22 | Osaka Prefecture Univ | 三次元画像処理方法、三次元画像処理装置および三次元画像処理プログラム |
| CN101718524A (zh) * | 2009-05-08 | 2010-06-02 | 北京林业大学 | 利用图像处理技术对年轮宽度进行量测与校正的新方法 |
| CN102967264A (zh) * | 2012-12-07 | 2013-03-13 | 中国科学院新疆生态与地理研究所 | 一种基于数码图像技术获取灌木分枝长度的方法 |
| CN103791861A (zh) * | 2014-02-10 | 2014-05-14 | 黑龙江省森林与环境科学研究院 | 一种植物叶面积无损测定方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于图像处理的冬小麦植被覆盖率测定及其遗传解析;肖永贵;《作物学报》;20131231;第39卷(第11期);1935-1943 * |
| 基于图像处理的种子发芽长度测量系统的设计与实现;金涛 等;《科技信息》;20131231;9-10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104006767A (zh) | 2014-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bao et al. | Field-based architectural traits characterisation of maize plant using time-of-flight 3D imaging | |
| CN109086826B (zh) | 基于图像深度学习的小麦干旱识别方法 | |
| CN109284771B (zh) | 一种番茄生长模型判定方法及装置 | |
| CN109827957B (zh) | 一种基于计算机视觉的水稻叶片spad值估测方法及系统 | |
| CN110766690B (zh) | 基于深度学习点监督思想的麦穗检测和计数方法 | |
| CN111932551B (zh) | 一种水稻插秧机的漏插率检测方法 | |
| CN103942555B (zh) | 一种植物氮素含量丰缺图像检测方法 | |
| CN104006767B (zh) | 一种基于图像处理的高通量测定植物株型的方法 | |
| Qu et al. | Preliminary study on integrated wireless smart terminals for leaf area index measurement | |
| CN105744225A (zh) | 一种远程分析农作物生长的方法和系统 | |
| CN102663396B (zh) | 一种水稻乳熟期自动检测的方法 | |
| Miao et al. | Measurement method of maize morphological parameters based on point cloud image conversion | |
| CN111462058A (zh) | 一种水稻有效穗快速检测方法 | |
| CN115759524A (zh) | 一种基于遥感影像植被指数的土壤生产力等级识别方法 | |
| Zhu et al. | A method of calculating the leafstalk angle of the soybean canopy based on 3D point clouds | |
| CN104237232A (zh) | 基于红外热图像的林木种子活力快速检测系统 | |
| CN110610438A (zh) | 一种农作物冠层叶柄夹角计算方法及系统 | |
| Liu et al. | PocketMaize: An android-smartphone application for maize plant phenotyping | |
| CN116797529A (zh) | 一种水稻结实率测算方法 | |
| Zhou et al. | Analyzing nitrogen effects on rice panicle development by panicle detection and time-series tracking | |
| CN106504240B (zh) | 一种枣树冠层叶绿素a含量的卫星遥感监测方法 | |
| CN112966579B (zh) | 一种基于无人机遥感的大面积油茶林快速估产方法 | |
| CN106501454A (zh) | 一种枣树冠层叶绿素b含量的卫星遥感监测方法 | |
| CN117789201A (zh) | 一种水稻根系无损获取方法、装置、存储介质和系统 | |
| CN106324617A (zh) | 一种枣树冠层类胡萝卜素含量的卫星遥感监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Jia Inventor after: Hu Qiong Inventor after: Wang Wenxiang Inventor after: Wang Jun Inventor after: Li Yunchang Inventor after: Mei Desheng Inventor after: Fu Li Inventor after: Wang Hui Inventor before: Hu Qiong Inventor before: Liu Jia Inventor before: Wang Wenxiang Inventor before: Wang Jun Inventor before: Li Yunchang Inventor before: Mei Desheng Inventor before: Fu Li Inventor before: Wang Hui |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: HU QIONG LIU JIA WANG WENXIANG WANG JUN LI YUNCHANG MEI DESHENG FU LI WANG HUI TO: LIU JIA HU QIONG WANG WENXIANG WANG JUN LI YUNCHANG MEI DESHENG FU LI WANG HUI |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170517 |