CN105027732B - 玉米果穗考种的方法及系统 - Google Patents
玉米果穗考种的方法及系统 Download PDFInfo
- Publication number
- CN105027732B CN105027732B CN201510401797.0A CN201510401797A CN105027732B CN 105027732 B CN105027732 B CN 105027732B CN 201510401797 A CN201510401797 A CN 201510401797A CN 105027732 B CN105027732 B CN 105027732B
- Authority
- CN
- China
- Prior art keywords
- corn ear
- ear
- image
- corn
- central shaft
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开一种玉米果穗考种的方法及系统,能够同时满足玉米果穗考种高精度和高效率的要求。所述方法包括:利用果穗传动装置和摄像机采集玉米果穗不同侧面的图像,得到玉米果穗图像序列;利用所述玉米果穗图像序列拼接出玉米果穗表面全景图;利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标。
Description
技术领域
本发明涉及玉米果穗考种技术领域,具体涉及一种玉米果穗考种的方法及系统。
背景技术
玉米科研人员为了建立玉米资源库、开展玉米育种实验,需要进行玉米果穗考种(即计算玉米果穗表型性状指标)。目前利用图像处理技术进行玉米果穗考种已成为一种趋势,相较于人工考种可极大降低考种成本、保证数据一致性。
基于单张图像的考种技术,仅仅获取了果穗表面局部信息,基于此计算果穗表型性状指标存在精度低、稳定性差问题;基于多张果穗图像的考种技术,虽然较完整获取了果穗各个侧面图像,但各图像之间进行图像拼接和融合是个难点,而且已有系统往往需要对单个果穗进行人工操作,严重限制果穗考种效率,难以适应大规模、大批量果穗考种需求,即目前基于图像的玉米果穗考种技术难以同时满足考种高精度和高效率的要求。
发明内容
本发明的目的在于,提供一种玉米果穗考种的方法及系统,能够同时满足玉米果穗考种高精度和高效率的要求。
为此目的,一方面,本发明提出一种玉米果穗考种的系统,包括:
果穗传动模块、图像采集模块、全景图拼接模块和表型指标计算模块;其中,
所述果穗传动模块由步进电机、辊筒、齿轮传动机构、托辊和链条组成,所述链条连接所述托辊,所述步进电机驱动所述辊筒转动,所述辊筒通过所述齿轮传动机构带动所述托辊和链条组成的机构运动,在考种过程中,玉米果穗自进料口落入托辊之间,随托辊滚动而滚动;
所述图像采集模块置于所述托辊和链条组成的机构上方,用于连续采集玉米果穗运动过程中在所述图像采集模块的成像区域不同位置处的图像,得到玉米果穗图像序列;
所述全景图拼接模块,用于利用所述玉米果穗图像序列拼接出玉米果穗表面全景图;
所述表型指标计算模块,用于利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标。
另一方面,本发明提出一种玉米果穗考种的方法,包括:
利用果穗传动装置和摄像机采集玉米果穗不同侧面的图像,得到玉米果穗图像序列;所述果穗传动装置由步进电机、辊筒、齿轮传动机构、托辊和链条组成,所述链条连接所述托辊,所述步进电机驱动所述辊筒转动,所述辊筒通过所述齿轮传动机构带动所述托辊和链条组成的机构运动,在考种过程中,玉米果穗自进料口落入托辊之间,随托辊滚动而滚动;所述摄像机置于所述托辊和链条组成的机构上方,通过所述摄像机连续采集玉米果穗运动过程中在所述摄像机的成像区域不同位置处的图像,得到玉米果穗图像序列;
利用所述玉米果穗图像序列拼接出玉米果穗表面全景图;
利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标。
本发明实施例所述的玉米果穗考种的方法及系统,使用果穗传动机构实现了玉米果穗的连续推送和批量处理,相较于基于多张果穗图像的考种技术,这种流水线工作方式使得玉米果穗考种的整个过程无需人工干预,极大提高了果穗考种效率;同时,利用玉米果穗不同侧面的图像拼接出玉米果穗表面全景图,利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标,相较于基于单张果穗图像的考种技术仅利用果穗表面局部信息计算果穗表型性状指标,基于利用玉米果穗不同侧面的图像拼接出的玉米果穗表面全景图确定出有效穗粒分布图,由有效穗粒分布图计算玉米果穗表型性状指标,能够保证玉米果穗考种的精度,即能够同时满足玉米果穗考种高精度和高效率的要求。
附图说明
图1为本发明玉米果穗考种的系统一实施例的方框结构示意图;
图2为本发明玉米果穗考种的系统另一实施例的部分结构示意图;
图3为玉米果穗中心轴上一点M及其与摄像机的连线与果穗表面的交点C的示意图;
图4为本发明玉米果穗考种的系统又一实施例中得到的玉米果穗表面区域中的穗粒分布图;
图5为本发明玉米果穗考种的方法一实施例的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例公开一种玉米果穗考种的系统,包括:
果穗传动模块1、图像采集模块2、全景图拼接模块3和表型指标计算模块4;其中,
所述果穗传动模块1由步进电机、辊筒、齿轮传动机构、托辊和链条组成,所述链条连接所述托辊,所述步进电机驱动所述辊筒转动,所述辊筒通过所述齿轮传动机构带动所述托辊和链条组成的机构运动,在考种过程中,玉米果穗自进料口落入托辊之间,随托辊滚动而滚动;
所述图像采集模块2(可以包括光源和数字摄像机)置于所述托辊和链条组成的机构上方,用于连续采集玉米果穗运动过程中在所述图像采集模块的成像区域不同位置处的图像(采用高分辨率摄像机连续拍摄,生成玉米果穗图像序列),得到玉米果穗图像序列;
所述全景图拼接模块3,用于利用所述玉米果穗图像序列拼接出玉米果穗表面全景图(依次提取图像序列中果穗成像中心区域拼接成玉米果穗表面全景图);
所述表型指标计算模块4,用于利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标(包括穗行数、行粒数等)。
在本发明实施例所述的玉米果穗考种的系统工作之前,可以设置系统参数,包括托辊运动速度、摄像机采集帧率、图像分辨率等。
本发明实施例所述的玉米果穗考种的系统还可以包括给料装置和收料装置,在考种过程中,玉米果穗自给料装置的进料口落入托辊之间,随托辊滚动而滚动,最后经收料装置的出料口进入收料装置。给料装置可以整合称重装置,在玉米果穗从进料口落入托辊之间之前给玉米果穗称重。收料装置可以整合脱粒装置,在玉米果穗进入收料装置之后对玉米果穗进行脱粒。
如图2所示为本发明玉米果穗考种的系统另一实施例的部分结构示意图,参看图2,该系统的工作过程是:利用步进电机驱动辊筒转动,辊筒通过齿轮传动机构带动托辊链条机构运动(托辊链条机构是使用链条连接固定托辊,辊筒采用耐磨防滑材料包裹,整体黑色喷漆;托辊直径和托辊间隔以果穗可以稳定置于两个固定托辊之间并防止滚动过程中滑移为宜;步进电机转速可调,转速越大则果穗运动速度越大,考种效率高但单位时间获取图像数量越少,反之则考种效率低但单位时间获取图像数量越多)。在考种过程中,果穗自进料口进入系统,并置于托辊之间,通过托辊滚动带动托辊间玉米果穗运动,进入摄像机成像区域(成像区域宽度大于最大果穗周长),最后从出料口退出系统。
本发明实施例所述的玉米果穗考种的系统,使用果穗传动机构实现了玉米果穗的连续推送和批量处理,相较于基于多张果穗图像的考种技术,这种流水线工作方式使得玉米果穗考种的整个过程无需人工干预,极大提高了果穗考种效率;同时,利用玉米果穗不同侧面的图像拼接出玉米果穗表面全景图,利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标,相较于基于单张果穗图像的考种技术仅利用果穗表面局部信息计算果穗表型性状指标,基于利用玉米果穗不同侧面的图像拼接出的玉米果穗表面全景图确定出有效穗粒分布图,由有效穗粒分布图计算玉米果穗表型性状指标,能够保证玉米果穗考种的精度,即能够同时满足玉米果穗考种高精度和高效率的要求。
可选地,在本发明玉米果穗考种的系统的另一实施例中,所述全景图拼接模块,包括:
中心轴提取子模块,用于从所述玉米果穗图像序列中依次提取果穗中心轴;
映射子模块,用于将所述果穗中心轴映射为待生成的玉米果穗表面全景图上的一系列中心轴;
区域提取子模块,用于确定出所述待生成的玉米果穗表面全景图上的一系列中心轴的边界,得到所述待生成的玉米果穗表面全景图上每一个中心轴对应的区域;
填充子模块,用于对于所述待生成的玉米果穗表面全景图上每一个中心轴对应的区域,从对应该中心轴的果穗中心轴所在的玉米果穗图上的相应区域(玉米果穗图和玉米果穗表面全景图上的区域中的图像像素点的映射关系,与果穗中心轴和玉米果穗表面全景图上的中心轴的映射关系一样)提取图像,并将提取到的图像填充进该区域,得到玉米果穗表面全景图。
可选地,在本发明玉米果穗考种的系统的另一实施例中,所述中心轴提取子模块,还用于对于所述玉米果穗图像序列中的每一个玉米果穗图像,将该玉米果穗图像分解为多个单通道图像,选择果穗与背景对比度最大的单通道图像,采用大津法进行图像分割,并利用形态学运算改善分割结果,提取分割结果中最大连通区域作为有效果穗区域,根据所述有效果穗区域提取果穗包围盒(提取的果穗包围盒为一条边沿玉米果穗图像的宽度方向、另一条边沿玉米果穗图像的高度方向的矩形),根据所述果穗包围盒从该玉米果穗图像中提取果穗中心轴(提取的果穗中心轴沿玉米果穗图像的高度方向),并计算出玉米果穗半径(玉米果穗半径为果穗包围盒的短边的一半)。
可选地,在本发明玉米果穗考种的系统的另一实施例中,对于任一玉米果穗图像,若该玉米果穗图像的中心点到从该玉米果穗图像中提取的果穗中心轴的距离为x,所述待生成的玉米果穗表面全景图的中心点到该果穗中心轴映射在所述待生成的玉米果穗表面全景图上形成的中心轴的距离为x',则其中,所述h2为所述图像采集模块到果穗中心运动平面的距离。
如图3所示,P1为辊筒中心运动平面,P2为果穗中心运动平面,P3为果穗运动的上切平面;h1为摄像机到平面P1距离,h2为摄像机到平面P2距离(与果穗半径相关),R为辊筒半径,r为果穗半径,d为相邻托辊中心的距离;β为玉米果穗中心轴上一点M与摄像机的连线与摄像机中心轴间的夹角,C点为摄像机与果穗中心点M的连线与玉米果穗表面的交点,x为果穗中心点M到摄像机中心轴的距离。当果穗中心点运动到M位置时,果穗距离摄像机中心轴距离为x,此时果穗成像中心位置实际为C点。假设在果穗表面全景图上C点到摄像机中心轴的距离为x',且根据果穗包围盒确定出的果穗半径为r,由图3可知,点M的坐标为(x,h2),
而
则
基于图像序列拼接出果穗全景图的过程如下:
①从图像序列中依次提取果穗中心轴I;
②得到每一个中心轴I对应全景图中位置,最终得到全景图上一系列中心轴位置;
③确定出全景图上每一个中心轴I'的边界,得到全景图上每一个中心轴I'对应的区域ROI';
④对于每一个中心轴I,从该中心轴I所在的玉米果穗图上与区域ROI'位置相同的区域提取图像,将其填充进全景图中ROI’区域,得到图像序列对应的果穗表面全景图。
可选地,在本发明玉米果穗考种的系统的另一实施例中,对于所述待生成的玉米果穗表面全景图上任意两个相邻的中心轴a和中心轴b,若所述待生成的玉米果穗表面全景图的中心点到所述中心轴a的距离为x1,所述待生成的玉米果穗表面全景图的中心点到所述中心轴b的距离为x2,则所述待生成的玉米果穗表面全景图的中心点到所述中心轴a和中心轴b的共有边界的距离为(x1+x2)/2。
本发明实施例中,待生成的玉米果穗表面全景图上的中心轴均与待生成的玉米果穗表面全景图的宽度方向平行,即待生成的玉米果穗表面全景图上任意两个相邻的中心轴a和中心轴b的共有边界实际为中心轴a和中心轴b之间且到中心轴a和中心轴b的距离相等的线段。
可选地,在本发明玉米果穗考种的系统的另一实施例中,所述表型指标计算模块,包括:
表面区域确定子模块、穗粒分割子模块、位置分析子模块和表型指标计算子模块;其中,
所述表面区域确定子模块,用于根据所述玉米果穗半径计算出玉米果穗周长,确定出所述玉米果穗表面全景图中以成像区中心为中心、宽度为所述玉米果穗周长的区域为玉米果穗表面区域(该玉米果穗表面区域中不存在重复区域);
所述穗粒分割子模块,用于对所述玉米果穗表面区域中玉米穗粒进行识别(基于玉米穗粒颜色和形状特征),并分割,得到所述玉米果穗表面区域中的穗粒分布图(如图4所示为本发明玉米果穗考种的系统一实施例中得到的玉米果穗表面区域中的穗粒分布图);
所述位置分析子模块,用于对所述穗粒分布图中的每一个穗粒,分析该穗粒与所述玉米果穗表面区域的位置关系,将所述穗粒分布图中在所述玉米果穗表面区域内部和所述玉米果穗表面区域左边界的穗粒,或者所述穗粒分布图中在所述玉米果穗表面区域内部和所述玉米果穗表面区域右边界的穗粒确定为有效穗粒;
所述表型指标计算子模块,用于从穗粒分布图中提取出有效穗粒,得到所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标。
本发明实施例中,将穗粒位置分为4类:(A)包含在玉米果穗表面区域内部;(B)位于玉米果穗表面区域外部;(C)位于玉米果穗表面区域左边界上;(D)位于玉米果穗表面区域右边界上。
穗粒位置分类过程为:通过遍历穗粒轮廓上每个像素坐标,来确定该穗粒与玉米果穗表面区域的位置关系,如果穗粒像素均包含在玉米果穗表面区域内部,则将该穗粒判定为(A)类,如果有像素位于玉米果穗表面区域左边界上则判定为(C),如果有像素位于玉米果穗表面区域右边界上则判定为(D)类,其它判定为(B)类。
最后,可将(A)和(C)类,或者(A)和(D)类穗粒组成玉米果穗表面全景图中的有效穗粒分布图。
可选地,在本发明玉米果穗考种的系统的另一实施例中,还包括:
图像检测模块;其中,
所述图像检测模块,用于在所述图像采集模块连续采集玉米果穗运动过程中在所述成像区域不同位置处的图像之前,检测玉米果穗是否进入所述成像区域,若是,则启动所述图像采集模块,以使所述图像采集模块对玉米果穗进行连续图像采集。
本发明实施例中,图像检测模块在检测到玉米果穗进入摄像机成像区域后,可以停止图像检测模块,并启动图像采集模块,在图像采集模块工作过程中,首先可以根据工程设置(指在进行批量果穗考种前,用户定义的果穗分组和编号规则)为玉米果穗生成全局唯一标识(之后果穗图像序列获取、全景图拼接以及表型性状指标计算均与该果穗标识联系在一起,可以在全景图拼接模块和表型指标计算模块运行的终端中创建一个专用目录用于保存该果穗的图像序列以及计算分析结果),然后连续采集玉米果穗图像,在采集完成后(以果穗进入成像区域为起始时刻,根据托辊运动速度和成像区域宽度可计算出果穗退出成像区域时刻,由此确定停止该果穗图像采集的时间)启动全景图拼接模块,将果穗图像序列送入全景图拼接模块,并重新启动检测模块。全景图拼接模块是独立进程,与图像检测模块和图像采集模块是完全分离的,以保证连续图像检测和图像采集获得可靠拼接资源,防止图像采集时出现掉帧。本方法可以实现批量玉米果穗考种中自动检测、管理和计算。
可选地,在本发明玉米果穗考种的系统的另一实施例中,所述图像检测模块,用于在玉米果穗考种过程中,采集所述成像区域中预设检测区域(指定检测区域设置在成像区域的果穗入口侧,检测区域可设置为矩形区域,目的是尽量减少图像分析区域大小并保证检测效率)的图像,将采集到的图像分解为多个单通道图像,选择果穗与背景分离度最大的单通道图像,采用大津法进行图像分割,并利用形态学运算改善分割结果,提取分割结果中最大连通区域作为有效果穗区域,计算所述有效果穗区域面积与所述检测区域面积的比值,判断该比值是否小于预设的阈值,若该比值小于所述阈值,则继续采集所述检测区域的图像,否则,停止采集所述检测区域的图像,并启动所述图像采集模块,以使所述图像采集模块对玉米果穗进行连续图像采集。
本发明实施例中,图像检测模块利用颜色分析方法对采集的预设检测区域的图像进行颜色分析,利用果穗颜色特征来判定该图像是否包含有效果穗。比如,若采集到的预设检测区域的图像为RGB图像,可以将该RGB图像转换Luv(L表示亮度,u和v表示色度)图像,并使用其第2通道图像进行图像分割,因为实验表明Luv颜色空间的第2通道图像中果穗与背景对比度较大,易于分割出果穗;所述预设的阈值与检测区域大小相关,对各类区域均可测试得到一个合理有效的阈值。
可选地,在本发明玉米果穗考种的系统的另一实施例中,在所述图像采集模块采集单个玉米果穗图像结束之后,停止所述图像采集模块工作,并启动所述图像检测模块。
如图5所示,本实施例公开一种玉米果穗考种的方法,包括:
S1、利用果穗传动装置和摄像机采集玉米果穗不同侧面的图像,得到玉米果穗图像序列;所述果穗传动装置由步进电机、辊筒、齿轮传动机构、托辊和链条组成,所述链条连接所述托辊,所述步进电机驱动所述辊筒转动,所述辊筒通过所述齿轮传动机构带动所述托辊和链条组成的机构运动,在考种过程中,玉米果穗自进料口落入托辊之间,随托辊滚动而滚动;所述摄像机置于所述托辊和链条组成的机构上方,通过所述摄像机连续采集玉米果穗运动过程中在所述摄像机的成像区域不同位置处的图像,得到玉米果穗图像序列;
S2、利用所述玉米果穗图像序列拼接出玉米果穗表面全景图;
S3、利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标。
本发明实施例所述的玉米果穗考种的方法,使用果穗传动机构实现了玉米果穗的连续推送和批量处理,相较于基于多张果穗图像的考种技术,这种流水线工作方式使得玉米果穗考种的整个过程无需人工干预,极大提高了果穗考种效率;同时,利用玉米果穗不同侧面的图像拼接出玉米果穗表面全景图,利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标,相较于基于单张果穗图像的考种技术仅利用果穗表面局部信息计算果穗表型性状指标,基于利用玉米果穗不同侧面的图像拼接出的玉米果穗表面全景图确定出有效穗粒分布图,由有效穗粒分布图计算玉米果穗表型性状指标,能够保证玉米果穗考种的精度,即能够同时满足玉米果穗考种高精度和高效率的要求。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (9)
1.一种玉米果穗考种的系统,其特征在于,包括:
果穗传动模块、图像采集模块、全景图拼接模块和表型指标计算模块;其中,
所述果穗传动模块由步进电机、辊筒、齿轮传动机构、托辊和链条组成,所述链条连接所述托辊,所述步进电机驱动所述辊筒转动,所述辊筒通过所述齿轮传动机构带动所述托辊和链条组成的机构运动,在考种过程中,玉米果穗自进料口落入托辊之间,随托辊滚动而滚动;
所述图像采集模块置于所述托辊和链条组成的机构上方,用于连续采集玉米果穗运动过程中在所述图像采集模块的成像区域不同位置处的图像,得到玉米果穗图像序列;
所述全景图拼接模块,用于利用所述玉米果穗图像序列拼接出玉米果穗表面全景图;
所述表型指标计算模块,用于利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标;
所述全景图拼接模块,包括:
中心轴提取子模块,用于从所述玉米果穗图像序列中依次提取果穗中心轴;
映射子模块,用于将所述果穗中心轴映射为待生成的玉米果穗表面全景图上的一系列中心轴;
区域提取子模块,用于确定出所述待生成的玉米果穗表面全景图上的一系列中心轴的边界,得到所述待生成的玉米果穗表面全景图上每一个中心轴对应的区域;
填充子模块,用于对于所述待生成的玉米果穗表面全景图上每一个中心轴对应的区域,从对应该中心轴的果穗中心轴所在的玉米果穗图上的相应区域提取图像,并将提取到的图像填充进该区域,得到玉米果穗表面全景图。
2.根据权利要求1所述的玉米果穗考种的系统,其特征在于,所述中心轴提取子模块,还用于对于所述玉米果穗图像序列中的每一个玉米果穗图像,将该玉米果穗图像分解为多个单通道图像,选择果穗与背景对比度最大的单通道图像,采用大津法进行图像分割,并利用形态学运算改善分割结果,提取分割结果中最大连通区域作为有效果穗区域,根据所述有效果穗区域提取果穗包围盒,根据所述果穗包围盒从该玉米果穗图像中提取果穗中心轴,并计算出玉米果穗半径。
3.根据权利要求1所述的玉米果穗考种的系统,其特征在于,对于任一玉米果穗图像,若该玉米果穗图像的中心点到从该玉米果穗图像中提取的果穗中心轴的距离为x,所述待生成的玉米果穗表面全景图的中心点到该果穗中心轴映射在所述待生成的玉米果穗表面全景图上形成的中心轴的距离为x',则其中,所述h2为所述图像采集模块到果穗中心运动平面的距离。
4.根据权利要求1所述的玉米果穗考种的系统,其特征在于,对于所述待生成的玉米果穗表面全景图上任意两个相邻的中心轴a和中心轴b,若所述待生成的玉米果穗表面全景图的中心点到所述中心轴a的距离为x1,所述待生成的玉米果穗表面全景图的中心点到所述中心轴b的距离为x2,则所述待生成的玉米果穗表面全景图的中心点到所述中心轴a和中心轴b的共有边界的距离为(x1+x2)/2。
5.根据权利要求2所述的玉米果穗考种的系统,其特征在于,所述表型指标计算模块,包括:
表面区域确定子模块、穗粒分割子模块、位置分析子模块和表型指标计算子模块;其中,
所述表面区域确定子模块,用于根据所述玉米果穗半径计算出玉米果穗周长,确定出所述玉米果穗表面全景图中以成像区中心为中心、宽度为所述玉米果穗周长的区域为玉米果穗表面区域;
所述穗粒分割子模块,用于对所述玉米果穗表面区域中玉米穗粒进行识别,并分割,得到所述玉米果穗表面区域中的穗粒分布图;
所述位置分析子模块,用于对所述穗粒分布图中的每一个穗粒,分析该穗粒与所述玉米果穗表面区域的位置关系,将所述穗粒分布图中在所述玉米果穗表面区域内部和所述玉米果穗表面区域左边界的穗粒,或者所述穗粒分布图中在所述玉米果穗表面区域内部和所述玉米果穗表面区域右边界的穗粒确定为有效穗粒;
所述表型指标计算子模块,用于从穗粒分布图中提取出有效穗粒,得到所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标。
6.根据权利要求1所述的玉米果穗考种的系统,其特征在于,还包括:
图像检测模块;其中,
所述图像检测模块,用于在所述图像采集模块连续采集玉米果穗运动过程中在所述成像区域不同位置处的图像之前,检测玉米果穗是否进入所述成像区域,若是,则启动所述图像采集模块,以使所述图像采集模块对玉米果穗进行连续图像采集。
7.根据权利要求6所述的玉米果穗考种的系统,其特征在于,所述图像检测模块,用于在玉米果穗考种过程中,采集所述成像区域中预设检测区域的图像,将采集到的图像分解为多个单通道图像,选择果穗与背景分离度最大的单通道图像,采用大津法进行图像分割,并利用形态学运算改善分割结果,提取分割结果中最大连通区域作为有效果穗区域,计算所述有效果穗区域面积与所述检测区域面积的比值,判断该比值是否小于预设的阈值,若该比值小于所述阈值,则继续采集所述检测区域的图像,否则,停止采集所述检测区域的图像,并启动所述图像采集模块,以使所述图像采集模块对玉米果穗进行连续图像采集。
8.根据权利要求7所述的玉米果穗考种的系统,其特征在于,在所述图像采集模块采集单个玉米果穗图像结束之后,停止所述图像采集模块工作,并启动所述图像检测模块。
9.一种玉米果穗考种的方法,其特征在于,包括:
利用果穗传动装置和摄像机采集玉米果穗不同侧面的图像,得到玉米果穗图像序列;所述果穗传动装置由步进电机、辊筒、齿轮传动机构、托辊和链条组成,所述链条连接所述托辊,所述步进电机驱动所述辊筒转动,所述辊筒通过所述齿轮传动机构带动所述托辊和链条组成的机构运动,在考种过程中,玉米果穗自进料口落入托辊之间,随托辊滚动而滚动;所述摄像机置于所述托辊和链条组成的机构上方,通过所述摄像机连续采集玉米果穗运动过程中在所述摄像机的成像区域不同位置处的图像,得到玉米果穗图像序列;
利用所述玉米果穗图像序列拼接出玉米果穗表面全景图;
利用穗粒分割和位置分析方法确定出所述玉米果穗表面全景图中的有效穗粒分布图,并依据所述有效穗粒分布图计算玉米果穗表型性状指标;
其中,所述利用所述玉米果穗图像序列拼接出玉米果穗表面全景图,包括:
从所述玉米果穗图像序列中依次提取果穗中心轴;
将所述果穗中心轴映射为待生成的玉米果穗表面全景图上的一系列中心轴;
确定出所述待生成的玉米果穗表面全景图上的一系列中心轴的边界,得到所述待生成的玉米果穗表面全景图上每一个中心轴对应的区域;
对于所述待生成的玉米果穗表面全景图上每一个中心轴对应的区域,从对应该中心轴的果穗中心轴所在的玉米果穗图上的相应区域提取图像,并将提取到的图像填充进该区域,得到玉米果穗表面全景图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510401797.0A CN105027732B (zh) | 2015-07-09 | 2015-07-09 | 玉米果穗考种的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510401797.0A CN105027732B (zh) | 2015-07-09 | 2015-07-09 | 玉米果穗考种的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105027732A CN105027732A (zh) | 2015-11-11 |
CN105027732B true CN105027732B (zh) | 2017-06-20 |
Family
ID=54435229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510401797.0A Active CN105027732B (zh) | 2015-07-09 | 2015-07-09 | 玉米果穗考种的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105027732B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108369192A (zh) * | 2015-12-10 | 2018-08-03 | 巴斯夫植物科学有限公司 | 用于测量花序、种子和/或种子产量表型的方法和设备 |
CN110346376B (zh) * | 2019-07-01 | 2020-09-29 | 中国农业大学 | 一种便携式玉米霉变双面无损检测装置 |
CN111615880A (zh) * | 2020-06-04 | 2020-09-04 | 杭州岚达科技有限公司 | 一种旋转式玉米果穗考种装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1729325A1 (ru) * | 1990-04-04 | 1992-04-30 | Научно-Производственное Объединение "Северное Зауралье" | Способ уборки кукурузы на силос |
RU2070918C1 (ru) * | 1994-12-23 | 1996-12-27 | Уфимский винзавод | Композиция ингредиентов для настойки-бальзама "иремель" |
CN102960094A (zh) * | 2012-11-13 | 2013-03-13 | 北京农业信息技术研究中心 | 一种玉米考种装置及方法 |
CN102982524A (zh) * | 2012-12-25 | 2013-03-20 | 北京农业信息技术研究中心 | 玉米果穗有序图像的拼接方法 |
CN103229614A (zh) * | 2013-04-19 | 2013-08-07 | 北京农业信息技术研究中心 | 玉米果穗自动考种方法 |
CN103355026A (zh) * | 2013-07-02 | 2013-10-23 | 北京农业信息技术研究中心 | 高通量玉米考种流水线装置及方法 |
CN104488405A (zh) * | 2014-12-31 | 2015-04-08 | 中国农业大学 | 基于机器视觉的高通量玉米果穗考种流水线装置及其方法 |
-
2015
- 2015-07-09 CN CN201510401797.0A patent/CN105027732B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1729325A1 (ru) * | 1990-04-04 | 1992-04-30 | Научно-Производственное Объединение "Северное Зауралье" | Способ уборки кукурузы на силос |
RU2070918C1 (ru) * | 1994-12-23 | 1996-12-27 | Уфимский винзавод | Композиция ингредиентов для настойки-бальзама "иремель" |
CN102960094A (zh) * | 2012-11-13 | 2013-03-13 | 北京农业信息技术研究中心 | 一种玉米考种装置及方法 |
CN102982524A (zh) * | 2012-12-25 | 2013-03-20 | 北京农业信息技术研究中心 | 玉米果穗有序图像的拼接方法 |
CN103229614A (zh) * | 2013-04-19 | 2013-08-07 | 北京农业信息技术研究中心 | 玉米果穗自动考种方法 |
CN103355026A (zh) * | 2013-07-02 | 2013-10-23 | 北京农业信息技术研究中心 | 高通量玉米考种流水线装置及方法 |
CN104488405A (zh) * | 2014-12-31 | 2015-04-08 | 中国农业大学 | 基于机器视觉的高通量玉米果穗考种流水线装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105027732A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7180004B2 (ja) | 医用画像分割方法、医用画像分割装置、電子機器及びコンピュータプログラム | |
CN108921089A (zh) | 车道线检测方法、装置和系统及存储介质 | |
CN105027732B (zh) | 玉米果穗考种的方法及系统 | |
CN105044114A (zh) | 一种电解电容外观包装缺陷图像检测系统与方法 | |
CN106033535A (zh) | 电子阅卷方法 | |
CN111359907B (zh) | 基于嵌入式深度学习的小麦感染赤霉病病粒率实时在线检测系统及方法 | |
Grift et al. | Semi-automated, machine vision based maize kernel counting on the ear | |
CN110827312A (zh) | 一种基于协同视觉注意力神经网络的学习方法 | |
CN106529531A (zh) | 一种基于图像处理的中国象棋识别系统及方法 | |
CN105869148A (zh) | 目标检测方法及装置 | |
CN108471497A (zh) | 一种基于云台摄像机的船目标实时检测方法 | |
CN106898011A (zh) | 一种基于边缘检测来确定卷积神经网络卷积核数量的方法 | |
CN114972177A (zh) | 道路病害识别管理方法、装置及智能终端 | |
CN114078127B (zh) | 物件的缺陷检测及计数方法、装置、设备和存储介质 | |
CN1296148C (zh) | 一种水果外观质量在线检测技术的视觉数据处理系统 | |
CN113052110B (zh) | 一种基于多视图投影和深度学习的三维兴趣点提取方法 | |
CN206139529U (zh) | 透明滚轴机构 | |
CN108734054B (zh) | 无遮挡的柑橘果实图像识别方法 | |
CN103888839B (zh) | 一种视频播放方法和设备 | |
CN112329550A (zh) | 基于弱监督学习的受灾建筑快速定位评估方法及装置 | |
CN1207683C (zh) | 种子粒距检测中序列图像拼接方法 | |
CN115830514B (zh) | 一种适用于带弯曲河道的全河段表面流速计算方法及系统 | |
CN117079125A (zh) | 一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法 | |
CN112686105B (zh) | 一种基于视频图像多特征融合的雾浓度等级识别方法 | |
CN115690778A (zh) | 基于深度神经网络的成熟期水果的检测与跟踪计数的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |