CN105894512A - 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置 - Google Patents

一种小区玉米果穗考种中粘连玉米果穗分割方法及装置 Download PDF

Info

Publication number
CN105894512A
CN105894512A CN201610202105.4A CN201610202105A CN105894512A CN 105894512 A CN105894512 A CN 105894512A CN 201610202105 A CN201610202105 A CN 201610202105A CN 105894512 A CN105894512 A CN 105894512A
Authority
CN
China
Prior art keywords
binaryzation
subimage
picture
image
line
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.)
Granted
Application number
CN201610202105.4A
Other languages
English (en)
Other versions
CN105894512B (zh
Inventor
马钦
张帆
李绍明
刘哲
郭浩
朱德海
张晓东
范梦扬
张亚
张秦川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Agricultural University
Original Assignee
China Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Agricultural University filed Critical China Agricultural University
Priority to CN201610202105.4A priority Critical patent/CN105894512B/zh
Publication of CN105894512A publication Critical patent/CN105894512A/zh
Application granted granted Critical
Publication of CN105894512B publication Critical patent/CN105894512B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30188Vegetation; Agriculture

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种小区玉米果穗考种中粘连玉米果穗分割方法及装置,方法为:获取二维图像采集装置采集的小区玉米果穗的二维彩色图片,并处理成包括至少两个二值化子图像(以下称子图像)的二值化图片,获取任一子图像的空白轮廓图,计算空白轮廓图的周长和面积;根据周长和面积,计算子图像的粘连系数;若粘连系数≤预设值或面积≥预设值,生成图像和背景标注线;根据标注线和二值化图片,生成将子图像分割的掩膜,根据掩膜将子图像分割,获取子图像的轮廓图。装置包括二值化处理单元,轮廓图获取单元,计算单元,标注线生成单元,掩膜生成单元和图像分割单元。本发明速度快、效率高,可适用各种粘连的玉米果穗的考种,具有通用性。

Description

一种小区玉米果穗考种中粘连玉米果穗分割方法及装置
技术领域
本发明涉及玉米果穗考种技术领域,尤其涉及一种小区玉米果穗考种中粘连玉米果穗分割方法及装置。
背景技术
目前国内对玉米考种工作主要依靠人工识别,而每批玉米数量都非常大,传统的考种过程往往是进行单穗逐一考种,其过程需要持续一个月以上,存在着人力成本消耗过大且浪费严重,工作效率低且精度不高等诸多弊端。
目前的分割粘连玉米果穗轮廓的方法,只能分割摆放规则的串联型粘连,而无法分割其他类型的粘连。
为此,需要提供一种小区玉米果穗考种中粘连玉米果穗分割方法及装置,该方法可适用各种粘连的玉米果穗的考种,具有通用性。
发明内容
本发明提供一种小区玉米果穗考种中粘连玉米果穗分割方法及装置,可适用各种粘连的玉米果穗的考种,具有通用性。
第一方面,本发明提供一种小区玉米果穗考种中粘连玉米果穗分割方法,包括:
图像处理装置获取二维图像采集装置采集的小区玉米果穗的二维彩色图片;所述二维彩色图片包括至少两个二维彩色子图像和一个彩色背景图;
对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片;所述二值化图片包括至少两个二值化子图像和一个二值化背景图;
获取所述至少两个二值化子图像中的任一二值化子图像的空白轮廓图,并计算所述二值化子图像的空白轮廓图的周长和所述二值化子图像的空白轮廓图的面积;
根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数;
若所述粘连系数小于等于预设粘连系数阈值或所述二值化子图像的空白轮廓图的面积大于等于预设面积阈值,则生成所述二值化子图像的图像标注线,并生成所述二值化背景图的背景标注线;
根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜;
根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。
优选的,根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数,包括:
根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,通过公式(一)计算所述二值化子图像的粘连系数:
其中,C为二值化子图像的粘连系数,L为二值化子图像的空白轮廓图的周长,S为二值化子图像的空白轮廓图的面积,λ为预设值。优选的,生成所述二值化子图像的图像标注线,包括:
利用预设内核尺寸的腐蚀模板对所述二值化子图像进行腐蚀;
确定腐蚀后的二值化子图像上距离最远的两个点并根据所述距离最远的两个点,生成所述二值化子图像的图像标注线。
优选的,根据所述距离最远的两个点,生成所述二值化子图像的图像标注线,包括:
生成以所述距离最远的两个点为两个端点的一条直线,并计算所述直线的斜率;
根据所述斜率,以所述距离最远的两个点为端点向外延伸形成两条等长的延长线,直到所述直线和所述两条延长线的长度和等于所述预设内核尺寸;
确定所述直线和所述两条延长线构成的直线为所述二值化子图像的图像标注线。
优选的,生成所述二值化背景图的背景标注线,包括:
在所述二值化背景图中生成预设长度的水平直线,所述水平标注线为二值化背景图的背景标注线。
优选的,根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜,包括:
获取所述二值化图片的形状和大小信息、所述图像标注线的轮廓信息和背景标注线的轮廓信息、以及所述图像标注线和所述背景标注线在所述二值化图片中的位置信息;
根据所述二值化图片的形状和大小信息,生成和所述二值化图片的形状相同、大小相等的掩膜模板;
根据所位置信息,以及所述图像标注线的轮廓信息和背景标注线的轮廓信息,在所述掩膜模板上生成分别与所述图像标注线和背景标注线对应的掩膜线,所述掩膜模板和所述掩膜线构成所述掩膜。
优选的,根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图,包括:
根据所述掩膜,通过分水岭算法将所述二值化子图像分割成多个分水岭图像和与所述分水岭图像对应的分割线,每个分水岭图像和与所述分水岭图像对应的分割线构成所述分割后的二值化子图像的轮廓图。
优选的,对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片,包括:
对所述二维彩色图片进行中值滤波降噪处理;
对中值滤波降噪处理后的所述二维彩色图片进行HSV通道分离,以获取V通道图片,并对V通道图片进行二值化;
对二值化后的V通道图片进行孔洞填充,以获取所述二维彩色图片的二值化图片。
第二方面,本发明还提供一种小区玉米果穗考种中粘连玉米果穗分割装置,包括:
图片获取单元,图像处理装置获取二维图像采集装置采集的小区玉米果穗的二维彩色图片;所述二维彩色图片包括至少两个二维彩色子图像和一个彩色背景图;
二值化处理单元,对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片;所述二值化图片包括至少两个二值化子图像和一个二值化背景图;
轮廓图获取单元,获取所述至少两个二值化子图像中的任一二值化子图像的空白轮廓图,并计算所述二值化子图像的空白轮廓图的周长和所述二值化子图像的空白轮廓图的面积;
计算单元,根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数;
标注线生成单元,若所述粘连系数小于等于预设粘连系数阈值或所述二值化子图像的的空白轮廓图的面积大于等于预设面积阈值,则生成所述二值化子图像的图像标注线,并生成所述二值化背景图的背景标注线;
掩膜生成单元,根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜;
图像分割单元,根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。
优选的,所述掩膜生成单元,还用于:
利用预设内核尺寸的腐蚀模板对所述二值化子图像进行腐蚀;
确定腐蚀后的二值化子图像上距离最远的两个点并根据所述距离最远的两个点,生成所述二值化子图像的图像标注线。
由上述技术方案可知,本发明小区玉米果穗表型采集方法通过对采集的小区玉米果穗的二维彩色图片二值化后,计算二维彩色图片的二值化图片中的任一二值化子图像的空白轮廓图的周长和面积,并根据所述周长和面积计算粘连系数,在所述粘连系数和面积满足预设条件时(即认为玉米果穗粘连),对粘连果穗对应的二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。可见,本发明速度快、效率高,可适用各种粘连的玉米果穗的考种,具有通用性。
附图说明
图1为本发明一实施例提供的小区玉米果穗考种中粘连玉米果穗分割方法的流程图;
图2为小区玉米果穗的二维彩色图片的示意图;
图3为利用本发明小区玉米果穗考种中粘连玉米果穗分割方法对图2中的二维彩色图片处理得到的二值化子图像的轮廓图;
图4为本发明一实施例提供的小区玉米果穗考种中粘连玉米果穗分割装置的结构示意图。
附图标记说明
图片获取单元401 二值化处理单元402 轮廓图获取单元403计算单元404 标注线生成单元405 掩膜生成单元406 图像分割单元407
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1示出了本发明一实施例提供的小区玉米果穗考种中粘连玉米果穗分割方法的流程图。
如图1所示,本实施例的一种小区玉米果穗考种中粘连玉米果穗分割方法,包括:
S101、图像处理装置获取二维图像采集装置采集的小区玉米果穗的二维彩色图片;所述二维彩色图片包括至少两个二维彩色子图像和一个彩色背景图;参见图2所示的小区玉米果穗的二维彩色图片的示意图;
S102、对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片;所述二值化图片包括至少两个二值化子图像和一个二值化背景图;
S103、获取所述至少两个二值化子图像中的任一二值化子图像的空白轮廓图,并计算所述二值化子图像的空白轮廓图的周长和所述二值化子图像的空白轮廓图的面积;S104、根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数;
在本实施例中,根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数,包括:
根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,通过公式(一)计算所述二值化子图像的粘连系数:
其中,C为二值化子图像的粘连系数,L为二值化子图像的空白轮廓图的周长,S为二值化子图像的空白轮廓图的面积,λ为预设值。
其中,λ的数值可根据选用的具体小区玉米果穗给定。S105、若所述粘连系数小于等于预设粘连系数阈值或所述二值化子图像的空白轮廓图的面积大于等于预设面积阈值,则生成所述二值化子图像的图像标注线,并生成所述二值化背景图的背景标注线;值得说明的是,所述粘连系数小于等于预设粘连系数阈值,证明玉米果穗之间为表面粘连,所述二值化子图像的面积大于等于预设面积阈值,证明玉米果穗之间为环形粘连;图2所示的小区玉米果穗为表面粘连的情况;
S106、根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜;
S107、根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。参见图3的二值化子图像的轮廓图。
本发明小区玉米果穗表型采集方法通过对采集的小区玉米果穗的二维彩色图片二值化后,计算二维彩色图片的二值化图片中的任一二值化子图像的空白轮廓图的周长和面积,并根据所述周长和面积计算粘连系数,在所述粘连系数和面积满足预设条件时(即认为玉米果穗粘连),对粘连果穗对应的二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。可见,本发明速度快、效率高,可适用各种粘连的玉米果穗的考种,具有通用性。作为一种优选实施例,所述步骤S105中的生成所述二值化子图像的图像标注线,包括:
S1051、利用预设内核尺寸的腐蚀模板对所述二值化子图像进行腐蚀;
S1052、确定腐蚀后的二值化子图像上距离最远的两个点,并根据所述距离最远的两个点,生成所述二值化子图像的图像标注线。
可以理解的是,二值化子图像上距离最远的两个点代表果穗的凸包。
作为一种优选实施例,所述步骤S1052中的根据所述距离最远的两个点,生成所述二值化子图像的图像标注线,包括:
生成以所述距离最远的两个点为两个端点的一条直线,并计算所述直线的斜率;
根据所述斜率,以所述距离最远的两个点为端点向外延伸形成两条等长的延长线,直到所述直线和所述两条延长线的长度和等于所述预设内核尺寸;
确定所述直线和所述两条延长线构成的直线为所述二值化子图像的图像标注线。
作为一种优选实施例,所述步骤S105中的生成所述二值化背景图的背景标注线,包括:
S1053、在所述二值化背景图中生成预设长度的水平直线,所述水平标注线为二值化背景图的背景标注线。实际操作中,背景标注线的长度一般为为5至10个像素点的长度。事实上,其他不易和所述二值化子图像交叉的长度均可。
作为一种优选实施例,所述步骤S106,包括:
S1061、获取所述二值化图片的形状和大小信息、所述图像标注线的轮廓信息和背景标注线的轮廓信息、以及所述图像标注线和所述背景标注线在所述二值化图片中的位置信息;
S1062、根据所述二值化图片的参数信息,生成和所述二值化图片的形状相同、大小相等的掩膜模板;
S1063、根据所述图像标注线和所述背景标注线在所述二值化图片中的位置信息以及所述图像标注线背景标注线的轮廓信息,在所述掩膜模板上生成分别与所述图像标注线和背景标注线对应的掩膜线,所述掩膜模板和所述掩膜线构成所述掩膜。
实际操作中,掩膜模板一般为全黑色模板。
作为一种优选实施例,所述步骤S107,包括:
S1071、根据所述掩膜,通过分水岭算法将所述二值化子图像分割成多个分水岭图像和与所述分水岭图像对应的分割线,每个分水岭图像和与所述分水岭图像对应的分割线构成所述分割后的二值化子图像的轮廓图。
为了便于清楚的显示二值化子图像的轮廓图,优选的,所述步骤S1071之后,所述方法还包括:
将所述分水岭图像和与所述分水岭图像对应的分割线标记为不同颜色。
为了更加清楚的显示二值化子图像的轮廓图,优选将分水岭图像标记成白色,将所述分水岭图像标记为彩色。
作为一种优选实施例,所述步骤S102,包括:
S1021、对所述二维彩色图片进行中值滤波降噪处理;
S1022、对中值滤波降噪处理后的所述二维彩色图片进行HSV通道分离,以获取V通道图片,并对V通道图片进行二值化;
S1023、对二值化后的V通道图片进行孔洞填充,以获取所述二维彩色图片的二值化图片。所述二值化图片中的二值化图像为白色,二值化背景图为黑色。
图4为本发明一实施例提供的小区玉米果穗考种中粘连玉米果穗分割装置的结构示意图。
如图4所示,一种小区玉米果穗考种中粘连玉米果穗分割装置,包括:
图片获取单元401,图像处理装置获取二维图像采集装置采集的小区玉米果穗的二维彩色图片;所述二维彩色图片包括至少两个二维彩色子图像和一个彩色背景图;
二值化处理单元402,对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片;所述二值化图片包括至少两个二值化子图像和一个二值化背景图;
轮廓图获取单元403,获取所述至少两个二值化子图像中的任一二值化子图像的空白轮廓图,并计算所述二值化子图像的空白轮廓图的周长和所述二值化子图像的空白轮廓图的面积;
计算单元404,根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数;
标注线生成单元405,若所述粘连系数小于等于预设粘连系数阈值或所述二值化子图像的空白轮廓图的面积大于等于预设面积阈值,则生成所述二值化子图像的图像标注线,并生成所述二值化背景图的背景标注线;
掩膜生成单元406,根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜;
图像分割单元407,根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。
作为一种优选实施例,所述掩膜生成单元406,还用于:
利用预设内核尺寸的腐蚀模板对所述二值化子图像进行腐蚀;
确定腐蚀后的二值化子图像上距离最远的两个点并根据所述距离最远的两个点,生成所述二值化子图像的图像标注线。
由于本发明中的一种小区玉米果穗考种中粘连玉米果穗分割装置和一种小区玉米果穗考种中粘连玉米果穗分割方法是一一对应的,故在此不再详述该装置。
本领域普通技术人员可以理解:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (10)

1.一种小区玉米果穗考种中粘连玉米果穗分割方法,其特征在于,包括:
图像处理装置获取二维图像采集装置采集的小区玉米果穗的二维彩色图片;所述二维彩色图片包括至少两个二维彩色子图像和一个彩色背景图;
对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片;所述二值化图片包括至少两个二值化子图像和一个二值化背景图;
获取所述至少两个二值化子图像中的任一二值化子图像的空白轮廓图,并计算所述二值化子图像的空白轮廓图的周长和所述二值化子图像的空白轮廓图的面积;
根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数;
若所述粘连系数小于等于预设粘连系数阈值或所述二值化子图像的空白轮廓图的面积大于等于预设面积阈值,则生成所述二值化子图像的图像标注线,并生成所述二值化背景图的背景标注线;
根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜;
根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。
2.根据权利要求1所述的方法,其特征在于,根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数,包括:
根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,通过公式(一)计算所述二值化子图像的粘连系数:
其中,C为二值化子图像的粘连系数,L为二值化子图像的空白轮廓图的周长,S为二值化子图像的空白轮廓图的面积,λ为预设值。
3.根据权利要求1所述的方法,其特征在于,生成所述二值化子图像的图像标注线,包括:
利用预设内核尺寸的腐蚀模板对所述二值化子图像进行腐蚀;
确定腐蚀后的二值化子图像上距离最远的两个点并根据所述距离最远的两个点,生成所述二值化子图像的图像标注线。
4.根据权利要求3所述的方法,其特征在于,根据所述距离最远的两个点,生成所述二值化子图像的图像标注线,包括:
生成以所述距离最远的两个点为两个端点的一条直线,并计算所述直线的斜率;
根据所述斜率,以所述距离最远的两个点为端点向外延伸形成两条等长的延长线,直到所述直线和所述两条延长线的长度和等于所述预设内核尺寸;
确定所述直线和所述两条延长线构成的直线为所述二值化子图像的图像标注线。
5.根据权利要求1所述的方法,其特征在于,生成所述二值化背景图的背景标注线,包括:
在所述二值化背景图中生成预设长度的水平直线,所述水平标注线为二值化背景图的背景标注线。
6.根据权利要求1所述的方法,其特征在于,根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜,包括:
获取所述二值化图片的形状和大小信息、所述图像标注线的轮廓信息和背景标注线的轮廓信息、以及所述图像标注线和所述背景标注线在所述二值化图片中的位置信息;
根据所述二值化图片的形状和大小信息,生成和所述二值化图片的形状相同、大小相等的掩膜模板;
根据所位置信息,以及所述图像标注线的轮廓信息和背景标注线的轮廓信息,在所述掩膜模板上生成分别与所述图像标注线和背景标注线对应的掩膜线,所述掩膜模板和所述掩膜线构成所述掩膜。
7.根据权利要求1所述的方法,其特征在于,根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图,包括:
根据所述掩膜,通过分水岭算法将所述二值化子图像分割成多个分水岭图像和与所述分水岭图像对应的分割线,每个分水岭图像和与所述分水岭图像对应的分割线构成所述分割后的二值化子图像的轮廓图。
8.根据权利要求1所述的方法,其特征在于,对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片,包括:
对所述二维彩色图片进行中值滤波降噪处理;
对中值滤波降噪处理后的所述二维彩色图片进行HSV通道分离,以获取V通道图片,并对V通道图片进行二值化;
对二值化后的V通道图片进行孔洞填充,以获取所述二维彩色图片的二值化图片。
9.一种小区玉米果穗考种中粘连玉米果穗分割装置,其特征在于,包括:
图片获取单元,图像处理装置获取二维图像采集装置采集的小区玉米果穗的二维彩色图片;所述二维彩色图片包括至少两个二维彩色子图像和一个彩色背景图;
二值化处理单元,对所述二维彩色图片进行二值化处理,以获取所述二维彩色图片的二值化图片;所述二值化图片包括至少两个二值化子图像和一个二值化背景图;
轮廓图获取单元,获取所述至少两个二值化子图像中的任一二值化子图像的空白轮廓图,并计算所述二值化子图像的空白轮廓图的周长和所述二值化子图像的空白轮廓图的面积;
计算单元,根据所述二值化子图像的空白轮廓图的周长和二值化子图像的空白轮廓图的面积,计算所述二值化子图像的粘连系数;
标注线生成单元,若所述粘连系数小于等于预设粘连系数阈值或所述二值化子图像的空白轮廓图的面积大于等于预设面积阈值,则生成所述二值化子图像的图像标注线,并生成所述二值化背景图的背景标注线;
掩膜生成单元,根据所述图像标注线、所述背景标注线和所述二值化图片,生成掩膜;
图像分割单元,根据所述掩膜将所述二值化子图像进行分割,以获取分割后的二值化子图像的轮廓图。
10.根据权利要求9所述的装置,其特征在于,所述掩膜生成单元,还用于:
利用预设内核尺寸的腐蚀模板对所述二值化子图像进行腐蚀;
确定腐蚀后的二值化子图像上距离最远的两个点并根据所述距离最远的两个点,生成所述二值化子图像的图像标注线。
CN201610202105.4A 2016-03-31 2016-03-31 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置 Expired - Fee Related CN105894512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610202105.4A CN105894512B (zh) 2016-03-31 2016-03-31 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610202105.4A CN105894512B (zh) 2016-03-31 2016-03-31 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置

Publications (2)

Publication Number Publication Date
CN105894512A true CN105894512A (zh) 2016-08-24
CN105894512B CN105894512B (zh) 2019-03-01

Family

ID=57013268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610202105.4A Expired - Fee Related CN105894512B (zh) 2016-03-31 2016-03-31 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置

Country Status (1)

Country Link
CN (1) CN105894512B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650738A (zh) * 2016-11-23 2017-05-10 中国农业大学 一种基于凹点匹配的玉米穗部粘连籽粒分割方法及系统
CN109472761A (zh) * 2018-11-23 2019-03-15 军事科学院系统工程研究院卫勤保障技术研究所 一种基于荧光图像的细胞计数方法及系统
CN112775032A (zh) * 2020-12-25 2021-05-11 深圳市一诺维奇教育科技有限公司 一种水果分拣方法、装置及柔性机器人
CN116778477A (zh) * 2023-06-20 2023-09-19 上海市农业科学院 一种基于图像处理的玉米果穗性状指标计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281112A (zh) * 2008-04-30 2008-10-08 浙江理工大学 一种对网状粘连稻米的图像式自动分析方法
CN101777140A (zh) * 2010-02-08 2010-07-14 宁波大学 一种显微图像的复杂粘连细胞个数统计方法
CN103065283A (zh) * 2012-12-28 2013-04-24 西南科技大学 一种密集固体核径迹的粘连分离算法
CN105009731A (zh) * 2015-06-30 2015-11-04 华中农业大学 玉米考种方法及其系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281112A (zh) * 2008-04-30 2008-10-08 浙江理工大学 一种对网状粘连稻米的图像式自动分析方法
CN101777140A (zh) * 2010-02-08 2010-07-14 宁波大学 一种显微图像的复杂粘连细胞个数统计方法
CN103065283A (zh) * 2012-12-28 2013-04-24 西南科技大学 一种密集固体核径迹的粘连分离算法
CN105009731A (zh) * 2015-06-30 2015-11-04 华中农业大学 玉米考种方法及其系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周金辉 等: "基于机器视觉的玉米果穗产量组分性状测量方法", 《农业工程学报》 *
梁文东 等: "基于MATLAB的玉米果穗颗粒统计方法", 《江苏农业科学》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650738A (zh) * 2016-11-23 2017-05-10 中国农业大学 一种基于凹点匹配的玉米穗部粘连籽粒分割方法及系统
CN106650738B (zh) * 2016-11-23 2019-10-25 中国农业大学 一种基于凹点匹配的玉米穗部粘连籽粒分割方法及系统
CN109472761A (zh) * 2018-11-23 2019-03-15 军事科学院系统工程研究院卫勤保障技术研究所 一种基于荧光图像的细胞计数方法及系统
CN109472761B (zh) * 2018-11-23 2020-11-17 军事科学院系统工程研究院卫勤保障技术研究所 一种基于荧光图像的细胞计数方法及系统
CN112775032A (zh) * 2020-12-25 2021-05-11 深圳市一诺维奇教育科技有限公司 一种水果分拣方法、装置及柔性机器人
CN112775032B (zh) * 2020-12-25 2022-08-23 深圳市一诺维奇教育科技有限公司 一种水果分拣方法、装置及柔性机器人
CN116778477A (zh) * 2023-06-20 2023-09-19 上海市农业科学院 一种基于图像处理的玉米果穗性状指标计算方法
CN116778477B (zh) * 2023-06-20 2024-05-17 上海市农业科学院 一种基于图像处理的玉米果穗性状指标计算方法

Also Published As

Publication number Publication date
CN105894512B (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN105894512A (zh) 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置
CN107941808B (zh) 基于机器视觉的3d打印成型质量检测系统及方法
CN102999886B (zh) 图像边缘检测器及标尺光栅栅线精度检测系统
CN104846054A (zh) 一种基于形态学特征的白带中霉菌的自动检测方法
CN108764154B (zh) 一种基于多特征机器学习的水面垃圾识别方法
CN103808265B (zh) 油菜叶片及菌核病斑形态同步测量的方法、装置及系统
CN103426164B (zh) 基于Opencv图像分析的扇贝尺寸计算方法和扇贝分拣系统
CN105389801A (zh) 人物轮廓设置方法、人物图像虚化方法、系统及拍摄终端
CN103400386A (zh) 一种用于视频中的交互式图像处理方法
CN108805838A (zh) 一种图像处理方法、移动终端及计算机可读存储介质
JP2017111814A (ja) 堆積物体の認識方法、装置、及び機器による選別システム
CN103198470A (zh) 图像的分割方法及系统
CN104949621B (zh) 一种光栅尺条纹的边界定位方法
CN107067434B (zh) 基于Hadoop的集成电路短路关键面积提取方法
CN103593664A (zh) 一种qr码畸变图像的预处理方法
CN109087292B (zh) 一种基于机器视觉的热转印胶片胶水偏位检测方法
CN110473223A (zh) 基于接触网腕臂系统三维点云的二维图像辅助分割方法
CN108629776B (zh) 矿岩粒度检测系统
CN104050674A (zh) 一种显著性区域检测方法及装置
CN105512663A (zh) 一种基于全局与局部对比度的显著性检测方法
CN109636785A (zh) 一种识别金刚砂颗粒的视觉处理方法
CN106845350A (zh) 一种基于图像处理的树状节点识别方法
CN106909720B (zh) 一种有限元节点坐标快速提取方法
CN108416346B (zh) 车牌字符的定位方法及装置
CN108846312A (zh) 一种细菌有效活动区域的识别方法、装置及终端设备

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190301

Termination date: 20200331