CN111970537A - 一种根系扫描图像处理方法及系统 - Google Patents

Abstract

本发明提出的一种根系扫描图像处理方法及系统，包括：启动根系扫描系统采集视频图像；将视频图像文件转换为MP4格式并上传至预设的服务器的默认地址；在服务器中对视频图像文件按照预设时间间隔进行截帧，经过筛选保存为有效图片；分别对每张图片截取出的环形的有效信息区域，并保存为环状图片；将环状图片做展开处理，生成矩形图片；对矩形图片做拼接处理，得到全景根系扫描图片。本发明能够有效的晒出视频图像文件中的无效帧段，并对有效帧段对应的图片中的有效信息区域进行截取，通过展开、还原、拼接，最终得出高还原效果的全景根系扫描图片。

Description

一种根系扫描图像处理方法及系统

技术领域

本发明涉及植物根系监测技术领域，更具体的说是涉及一种根系扫描图像处理方法及系统。

背景技术

根系是植物的重要组成部分,根系的生长状况可以反映该地区的气候以及土壤特性,根系的发达与否也能够反应出整株植物的健康情况。研究根系的生态参数是研究根系生长状况的基础,对农业、林业、生态的发展均具有重要意义。然而根系是隐藏在地表下的,不易直接对其进行观察。

目前，通常使用根系扫描系统完成根系的图像扫描，现有的根系扫描系统根据使用方式分为手动根系扫描系统和自动根系扫描系统。手动根系扫描系统在使用之前先需要在根系周围挖坑处理，然后手动进行摄像头的下放，完成根系图像的采集；自动根系扫描系统，通过电机和传感器配合控制摄像头的旋转、复位、下降，完成根系图像的采集。

但是，通过上述根系扫描系统采集的图像通常存在以下缺陷：

1、图像文件的开头和结尾部分并未采集有效的根系图像信息，存在大量的无效帧段。

2、图像中存在边缘处畸变和因焦距问题无法获得清晰图像的区域，均为无效区域。

由于上述缺陷，导致了在根系扫描图像的后期处理复杂，且生成的根系图片还原效果不佳。

发明内容

针对以上问题，本发明的目的在于提供一种根系扫描图像处理方法及系统，能够有效的简化根系扫描图像的后期处理过程，提高根系图片的还原效果。

本发明为实现上述目的，通过以下技术方案实现：一种根系扫描图像处理方法，包括如下步骤：

S1：启动根系扫描系统，通过鹰眼广角摄像头采集视频图像；

S2：将视频图像文件由H265格式转换为MP4格式并上传至预设的服务器的默认地址；

S3：在服务器中对接收到的MP4格式的视频图像文件按照预设时间间隔进行截帧，经过筛选保存为有效图片；

S4：分别对每张图片使用预设的环形模版截取出的环形的有效信息区域，并保存为环状图片；

S5：将每张环状图片做展开处理，生成矩形图片；

S6：使用预设的拼接方法对矩形图片做拼接处理，得到全景根系扫描图片。

进一步，所述步骤S2具体为：

使用Jquery架构的ajaxPost请求将需要视频图像文件文件发送至预设处理程序，预设处理程序启动内置OpenCV图像处理工具的视频格式转换功能，将视频图像文件由H265格式转换为MP4格式，并存储到预设服务器的默认地址。

进一步，所述步骤S3包括：

使用OpenCV图像处理工具按照预设时间间隔为视频图像文件截取视频帧，并保存为初始图片，所述初始图片按照截取顺序命名；

将初始图片中与预设的无效帧段对应的图片做删除处理，剩余的初始图片保存为有效图片。

进一步，所述预设的环形模版的截取区域为鹰眼广角摄像头拍摄视野中15°-35°和145°-165°区域。

进一步，所述S5具体为：

将每张环状图片展开，使用双线性插值算法处理后生成对应的矩形图片。

进一步，若所述根系扫描系统采用手动根系扫描系统，所述预设的拼接方法包括：

使用OpenCV图像处理工具中的createStitcher方法找出第一张矩形图片和第二张矩形图片相对应的特征点，根据特征点使用stitcher.stitch方法将两张矩形图片拼接成一张图片，其中，第二张矩形图片覆盖在第一张矩形图片上；拼接完成后的图片命名为m1；

使用OpenCV图像处理工具中的createStitcher方法找出m1与第三张矩形图片相对应的特征点，根据特征点使用stitcher.stitch方法将两者图片拼接成一张图片，第三张图片覆盖在m1上，拼接完成后的图片命名的m1；

按照上述步骤依次对比并拼接矩形图片，若所有矩形图片均被拼接，当前m1即为全景根系扫描图片。

进一步，若所述根系扫描系统采用自动根系扫描系统，所述预设的拼接方法包括：

以每张矩形图片左上角的端点为参照点，建立坐标轴，定义第一张矩形图片的参照点坐标为(0,0)；

根据自动根系扫描系统获取的相邻矩形图片向下的位移量size相同，将第二张矩形图片的参照点坐标设为(0，0-size)；

使用OpenCV图像处理工具按照坐标位置进行第一张矩形图片和第二张矩形图片的拼接；第二张矩形图片覆盖第一张图片上，拼接完成后的图片命名的m1；将第三张矩形图片的参照点坐标设为(0，0-2size)，将第三张图片拼接在m1上，拼接完成后的图片命名的m1；

依次类推，第N张图片的坐标点为(0，0-(N-1)size)，拼接完成后的图片命名的m1；

若所有矩形图片均被拼接，当前m1即为全景根系扫描图片。

相应的，本发明还公开了一种根系扫描图像处理系统，包括：

采集单元，用于启动根系扫描系统，通过鹰眼广角摄像头采集视频图像；

上传单元，用于将视频图像文件由H265格式转换为MP4格式并上传至预设的服务器的默认地址；

筛选单元，用于在服务器中对接收到的MP4格式的视频图像文件按照预设时间间隔进行截帧，经过筛选保存为有效图片；

截取单元，用于分别对每张图片使用预设的环形模版截取出的环形的有效信息区域，并保存为环状图片；

处理单元，用于将每张环状图片做展开处理，生成矩形图片；

拼接单元，用于使用预设的拼接方法对矩形图片做拼接处理，得到全景根系扫描图片。

对比现有技术，本发明有益效果在于：本发明提供了一种根系扫描图像处理方法及系统，能够有效的晒出视频图像文件中的无效帧段，并对有效帧段对应的图片中的有效信息区域进行截取，通过展开、还原、拼接，最终得出高还原效果的全景根系扫描图片。

本发明还提供了两种图像拼接方法，适用手动和自动两种根系扫描系统。

由此可见，本发明与现有技术相比，具有突出的实质性特点和显著的进步，其实施的有益效果也是显而易见的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

附图1是本发明的方法流程图。

附图2是本发明的摄像头视野示意图。

附图3是本发明的图片有效信息区域示意图。

附图4是本发明的系统结构图。

具体实施方式

下面结合附图对本发明的具体实施方式做出说明。

如图1所示的一种根系扫描图像处理方法，包括如下步骤：

S1：启动根系扫描系统，通过鹰眼广角摄像头采集视频图像。根系扫描系统可为手动根系扫描系统或自动根系扫描系统，区别仅在于手动根系扫描系统，摄像头下放的速度不固定，而自动根系扫描系统，通过控制电机，能保证摄像头下放的速度固定，因此在后续的图片拼接过程中可根据相同的位移量来拼接图片。

S2：将视频图像文件由H265格式转换为MP4格式并上传至预设的服务器的默认地址。具体为：使用Jquery架构的ajaxPost请求将需要视频图像文件文件发送至预设处理程序，预设处理程序启动内置OpenCV图像处理工具的视频格式转换功能，将视频图像文件由H265格式转换为MP4格式，并存储到预设服务器的默认地址。

S3：在服务器中对接收到的MP4格式的视频图像文件按照预设时间间隔进行截帧，经过筛选保存为有效图片。具体为：首先，使用OpenCV图像处理工具按照预设时间间隔为视频图像文件截取视频帧，并保存为初始图片，所述初始图片按照截取顺序命名；然后，将初始图片中与预设的无效帧段对应的图片做删除处理，剩余的初始图片保存为有效图片。

由于视频开头的部分帧段因摄像头处于外部土壤层，采集的图像没有有效信息因而为无效帧段，视频结尾部分图像中央的大部分区域会被设备底部的锥形占据，也为无效帧段，因此视频信息的前后分别有一部分需要做删除处理。

删除处理过程为为读取一个delete文件，文件内为要删除的帧段图片名，在进入程序内部前即可筛选出有效图片。

S4：分别对每张图片使用预设的环形模版截取出的环形的有效信息区域，并保存为环状图片。其中，所述预设的环形模版的截取区域为鹰眼广角摄像头拍摄视野中15°-35°和145°-165°区域。

具体来说，根系扫描系统采用的是鹰眼广角摄像头，其拍摄视野中15°-35°和145°-165°位置为最佳视角，也为我们的有效信息区域，如图2所示，图中A点为鹰眼广角摄像头，图2为鹰眼广角摄像头任一视野平面的示意图，鹰眼广角摄像头在0°-15°和165°-180°的区域图像畸变大，而35°-145°区域因焦距问题无法获得清晰图像，均为无效信息区域；因此图中的阴影部分为有效区域。相应的，鹰眼广角摄像头拍摄的图像中截取的图片为圆形图片，如图3所示，因而图片中有效信息为一个环状区域，即图3的阴影区域。

基于这种拍摄特点，我们根据角度预设一个固定的环形模型，用环形模型将每张图片中的有效信息截取出来。

S5：将每张环状图片做展开处理，生成矩形图片。具体为：将每张环状图片展开，使用双线性插值算法处理后生成对应的矩形图片。

S6：使用预设的拼接方法对矩形图片做拼接处理，得到全景根系扫描图片。

当采用手动根系扫描系统进行图像采集时，由于摄像头下放的速度不固定，因此采用特征识别的方法拼接，则预设的拼接方法包括：

S611、使用OpenCV图像处理工具中的createStitcher方法找出第一张矩形图片和第二张矩形图片相对应的特征点，根据特征点使用stitcher.stitch方法将两张矩形图片拼接成一张图片，其中，第二张矩形图片覆盖在第一张矩形图片上；拼接完成后的图片命名为m1。

S612、使用OpenCV图像处理工具中的createStitcher方法找出m1与第三张矩形图片相对应的特征点，根据特征点使用stitcher.stitch方法将两者图片拼接成一张图片，第三张图片覆盖在m1上，拼接完成后的图片命名的m1。

S613、按照上述步骤依次对比并拼接矩形图片，若所有矩形图片均被拼接，当前m1即为全景根系扫描图片。

当采用自动根系扫描系统进行图像采集时，通过控制电机，能保证摄像头下放的速度固定，因此可根据相同的位移量来拼接图片。则预设的拼接方法包括：

S621、以每张矩形图片左上角的端点为参照点，建立坐标轴，定义第一张矩形图片的参照点坐标为(0,0)。

S622、根据自动根系扫描系统获取的相邻矩形图片向下的位移量size相同，将第二张矩形图片的参照点坐标设为(0，0-size)。

S623、使用OpenCV图像处理工具按照坐标位置进行第一张矩形图片和第二张矩形图片的拼接；第二张矩形图片覆盖第一张图片上，拼接完成后的图片命名的m1。

S624、将第三张矩形图片的参照点坐标设为(0，0-2size)，将第三张图片拼接在m1上，拼接完成后的图片命名的m1。

S625、依次类推，第N张图片的坐标点为(0，0-(N-1)size)，拼接完成后的图片命名的m1。

S626、若所有矩形图片均被拼接，当前m1即为全景根系扫描图片。

另外，第一张矩形图片的参照点坐标也可定义为(0,M)，其中M可取任意值，size可根据摄像头下降速度预设为相应的常数。

相应的，如图4所示，本发明还公开了一种根系扫描图像处理系统，包括：

采集单元，用于启动根系扫描系统，通过鹰眼广角摄像头采集视频图像。

上传单元，用于将视频图像文件由H265格式转换为MP4格式并上传至预设的服务器的默认地址。

筛选单元，用于在服务器中对接收到的MP4格式的视频图像文件按照预设时间间隔进行截帧，经过筛选保存为有效图片。

截取单元，用于分别对每张图片使用预设的环形模版截取出的环形的有效信息区域，并保存为环状图片。

处理单元，用于将每张环状图片做展开处理，生成矩形图片。

拼接单元，用于使用预设的拼接方法对矩形图片做拼接处理，得到全景根系扫描图片。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统、系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。

同理，在本发明各个实施例中的各处理单元可以集成在一个功能模块中，也可以是各个处理单元物理存在，也可以两个或两个以上处理单元集成在一个功能模块中。

结合附图和具体实施例，对本发明作进一步说明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所限定的范围。

Claims (8)

1.一种根系扫描图像处理方法，其特征在于，包括如下步骤：

S1：启动根系扫描系统，通过鹰眼广角摄像头采集视频图像；

S2：将视频图像文件由H265格式转换为MP4格式并上传至预设的服务器的默认地址；

S3：在服务器中对接收到的MP4格式的视频图像文件按照预设时间间隔进行截帧，经过筛选保存为有效图片；

S4：分别对每张图片使用预设的环形模版截取出的环形的有效信息区域，并保存为环状图片；

S5：将每张环状图片做展开处理，生成矩形图片；

S6：使用预设的拼接方法对矩形图片做拼接处理，得到全景根系扫描图片。

2.根据权利要求1所述的根系扫描图像处理方法，其特征在于，所述步骤S2具体为：

使用Jquery架构的ajaxPost请求将需要视频图像文件文件发送至预设处理程序，预设处理程序启动内置OpenCV图像处理工具的视频格式转换功能，将视频图像文件由H265格式转换为MP4格式，并存储到预设服务器的默认地址。

3.根据权利要求1所述的根系扫描图像处理方法，其特征在于，所述步骤S3包括：

使用OpenCV图像处理工具按照预设时间间隔为视频图像文件截取视频帧，并保存为初始图片，所述初始图片按照截取顺序命名；

将初始图片中与预设的无效帧段对应的图片做删除处理，剩余的初始图片保存为有效图片。

4.根据权利要求1所述的根系扫描图像处理方法，其特征在于：所述预设的环形模版的截取区域为鹰眼广角摄像头拍摄视野中15°-35°和145°-165°区域。

5.根据权利要求1所述的根系扫描图像处理方法，其特征在于，所述S5具体为：将每张环状图片展开，使用双线性插值算法处理后生成对应的矩形图片。

6.根据权利要求1所述的根系扫描图像处理方法，其特征在于，若所述根系扫描系统采用手动根系扫描系统，所述预设的拼接方法包括：

使用OpenCV图像处理工具中的createStitcher方法找出第一张矩形图片和第二张矩形图片相对应的特征点，根据特征点使用stitcher.stitch方法将两张矩形图片拼接成一张图片，其中，第二张矩形图片覆盖在第一张矩形图片上；拼接完成后的图片命名为m1；

使用OpenCV图像处理工具中的createStitcher方法找出m1与第三张矩形图片相对应的特征点，根据特征点使用stitcher.stitch方法将两者图片拼接成一张图片，第三张图片覆盖在m1上，拼接完成后的图片命名的m1；

按照上述步骤依次对比并拼接矩形图片，若所有矩形图片均被拼接，当前m1即为全景根系扫描图片。

7.根据权利要求1所述的根系扫描图像处理方法，其特征在于，若所述根系扫描系统采用自动根系扫描系统，所述预设的拼接方法包括：

以每张矩形图片左上角的端点为参照点，建立坐标轴，定义第一张矩形图片的参照点坐标为(0,0)；

根据自动根系扫描系统获取的相邻矩形图片向下的位移量size相同，将第二张矩形图片的参照点坐标设为(0，0-size)；

使用OpenCV图像处理工具按照坐标位置进行第一张矩形图片和第二张矩形图片的拼接；第二张矩形图片覆盖第一张图片上，拼接完成后的图片命名的m1；

将第三张矩形图片的参照点坐标设为(0，0-2size)，将第三张图片拼接在m1上，拼接完成后的图片命名的m1；

依次类推，第N张图片的坐标点为(0，0-(N-1)size)，拼接完成后的图片命名的m1；

若所有矩形图片均被拼接，当前m1即为全景根系扫描图片。

8.一种根系扫描图像处理系统，其特征在于，包括：

采集单元，用于启动根系扫描系统，通过鹰眼广角摄像头采集视频图像；

上传单元，用于将视频图像文件由H265格式转换为MP4格式并上传至预设的服务器的默认地址；

筛选单元，用于在服务器中对接收到的MP4格式的视频图像文件按照预设时间间隔进行截帧，经过筛选保存为有效图片；

截取单元，用于分别对每张图片使用预设的环形模版截取出的环形的有效信息区域，并保存为环状图片；

处理单元，用于将每张环状图片做展开处理，生成矩形图片；

拼接单元，用于使用预设的拼接方法对矩形图片做拼接处理，得到全景根系扫描图片。

Images